LASPATED：一个用于时空离散数据分析的程序库
统计方法学
2024-09-09 v3 统计理论
统计计算
统计理论
摘要
我们描述了用于拟合时空数据与时空离散化模型的方法、工具以及一个名为 LASPATED 的软件库，该库可在 GitHub（https://github.com/vguigues/）上获取。该库的视频教程可在 YouTube 上观看。我们考虑两类方法来估计时空中的非齐次泊松过程。这些方法通过离散化空间和时间，并将到达强度估计为子区域和时间区间的函数，来近似泊松过程的到达强度函数。使用此类方法时，估计量的维度通常相对于数据量较大，因此可以通过使用额外数据来改善估计量的性能。第一种方法利用额外数据在校准泊松过程强度时为似然函数添加正则化项。第二种方法利用额外数据将到达强度估计为协变量的函数。我们描述了一个用于执行各种时空离散化类型的 Python 包。我们还描述了两个用于模型校准的包，一个用 Matlab 编写，另一个用 C++ 编写。我们通过模拟数据和真实数据展示了我们的方法相较于基本最大似然估计的优势。使用真实数据的实验校准了里约热内卢紧急医疗服务所需处理紧急事件的到达过程模型。
引用
@article{arxiv.2401.04156,
title = {LASPATED: a Library for the Analysis of SPAtio-TEmporal Discrete data},
author = {Vincent Guigues and Anton Kleywegt and Giovanni Amorim and André Mazal Krauss and Victor Hugo Nascimento},
journal= {arXiv preprint arXiv:2401.04156},
year = {2024}
}