利用密度排序与摘要曲线从 GPS 数据测量人类活动空间
应用统计
2018-09-19 v2 统计方法学
摘要
活动空间对于评估个体在日常活动所访问的多个空间环境中，对社会及环境风险因素的动态暴露情况至关重要。本文回顾了基于 GPS 数据测量活动空间的几何形状、大小和结构的现有方法，并解释了其局限性。我们提出通过一种称为密度排序的非参数方法以及三条摘要曲线：质量-体积曲线、Betti 数曲线和持续同调曲线，来弥补这些不足。我们引入了一个用于人类活动空间的新型混合模型，并研究了其渐近性质。我们证明了核密度估计器（目前测量活动空间最广泛使用的方法之一）并不是其结构的稳定估计器。我们通过一项模拟研究以及一个近期收集的 GPS 数据集（包含十个人在六个月内访问的地点）来说明我们方法的实用价值。
引用
@article{arxiv.1708.05017,
title = {Measuring Human Activity Spaces from GPS Data with Density Ranking and Summary Curves},
author = {Yen-Chi Chen and Adrian Dobra},
journal= {arXiv preprint arXiv:1708.05017},
year = {2018}
}
备注
45 pages, 13 figures. Add a mixture model for GPS data, 4 new theorems, and a simulation study