利用时空参考患病率调查数据进行疾病制图与可视化的地统计方法
统计方法学
2018-02-20 v1
摘要
本文阐述了通用原则并发展了用于分析时空参考患病率调查数据的地统计方法。我们的目标是提供一个教程指南，可用于识别用于患病率制图的简洁地统计模型。提出了一种基于变异函数的蒙特卡洛通用流程以检验建模假设的有效性。我们描述并对比了基于似然和贝叶斯两种推断方法，展示了如何在两种范式下各自考虑参数不确定性。我们还描述了标准疾病患病率模型的扩展，当数据不支持时空协方差函数的平稳性时可使用这些扩展。我们讨论了如何定义预测目标，并论证超越概率提供了传达患病率估计不确定性的最有效方式之一。我们描述了通过交互式动画对患病率的时空预测摘要进行可视化的统计软件。最后，我们展示了对 1905 至 2014 年间在塞内加尔进行的 1334 项调查的历史疟疾患病率数据的应用。
引用
@article{arxiv.1802.06359,
title = {Geostatistical methods for disease mapping and visualization using data from spatio-temporally referenced prevalence surveys},
author = {Emanuele Giorgi and Peter J. Diggle and Robert W. Snow and Abdisalan M. Noor},
journal= {arXiv preprint arXiv:1802.06359},
year = {2018}
}
备注
Extended version of the paper in press on International Statistical Review