地理参考数据的贝叶斯多分辨率建模

当前多分辨率方法的实现在可能的响应类型和推断方法方面存在局限。我们提供了一种使用潜在高斯模型和通过集成嵌套拉普拉斯近似（INLA）进行贝叶斯推断的空间分析方法，用于非高斯响应的空间分析。该方法建立在“LatticeKrig”之上，但使用了直观且可解释的模型参数重参数化，使得建模和先验选择可以由关于依赖关系作用的不同空间尺度的专家知识来指导。先验可用于使推断具有稳健性，而对模型参数的积分允许更精确的后验不确定性估计。我们将扩展的LatticeKrig（ELK）模型与标准的LatticeKrig（LK）实现以及标准的Matérn模型进行了比较，发现对于2014年肯尼亚人口健康调查中收集的肯尼亚女性中等教育完成计数数据，ELK模型在空间过度平滑和预测方面有适度改进。通过一项具有高斯响应和现实混合的短程与长程依赖关系的模拟研究，我们证明三种方法在预测上的差异随着到最近观测点距离的增加而增大。