自动区域空间变系数回归模型：在国家心血管疾病死亡率与空气污染关联研究中的应用
应用统计
2015-11-19 v1
摘要
受分析美国3100个县（面数据）的年度空气污染与心血管疾病死亡率国家数据库的驱动，我们开发了一种新颖的统计框架，以自动检测空气污染暴露与健康结果之间空间变化的区域关联。该自动区域空间变系数模型由三部分组成：我们首先计算所有空间单元的暴露-健康结果关联之间的相似度矩阵，然后基于邻接矩阵将整张地图分割为一组不相交的区域，约束条件为一个区域内的所有空间单元是连续的且具有相似的关联，最后估计特定区域内的暴露与健康结果关联。我们利用回归和谱图技术实现了该框架。我们开发了用于模型评估和模型选择的拟合优度准则。模拟研究证实了该模型令人满意的性能。我们进一步应用该方法研究直径小于2.5微米的空气颗粒物 (PM 2.5) 与心血管疾病死亡率之间的关联。结果成功识别出死亡率与 PM 2.5 之间存在显著差异关联的区域，这可为环境健康研究提供有意义的指导。
引用
@article{arxiv.1511.05924,
title = {Automatic Region-wise Spatially Varying Coefficient Regression Model: an Application to National Cardiovascular Disease Mortality and Air Pollution Association Study},
author = {Shuo Chen and Chengsheng Jiang and Lance Waller},
journal= {arXiv preprint arXiv:1511.05924},
year = {2015}
}