谨慎的先验设定可避免对数高斯 Cox 点过程的轻率推断
统计方法学
2017-09-21 v1
摘要
在贝叶斯空间点过程建模中，随机场超参数的先验设定可能对统计推断及所得结论产生重大影响。我们考虑将 log-Gaussian Cox 过程拟合于相对于空间协变量数据的空间点模式。从生态学角度来看，分析的一个重要目标是评估协变量与给定物种点模式强度之间的显著关联。本文引入了重参数化模型的使用，以促进对结果及其如何依赖于超先验设定的有意义解释。该模型将一个缩放的空间结构化场与一个非结构化随机场相结合，二者具有共同的精度参数。一个额外的超参数标识了由空间结构化项解释的方差比例，而适当的缩放使得分析对网格分辨率具有不变性。这些超参数被赋予惩罚复杂度先验，可以通过用户自定义的缩放参数进行直观调节。我们通过分析巴拿马 Barro Colorado Island 研究样地中两种雨林树种形成的点模式的协变量效应，对该方法进行了说明。
引用
@article{arxiv.1709.06781,
title = {Careful prior specification avoids incautious inference for log-Gaussian Cox point processes},
author = {Sigrunn H. Sørbye and Janine B. Illian and Daniel P. Simpson and David Burslem},
journal= {arXiv preprint arXiv:1709.06781},
year = {2017}
}
备注
21 pages, 24 figures