基于贝叶斯Beta回归模型的意大利地区肥胖时空动力学建模
应用统计
2026-03-31 v2
摘要
本文研究了2010至2022年意大利各地区肥胖率的时空动力学，旨在识别空间和时间趋势并评估潜在异质性。我们实施一种贝叶斯层次化Beta回归模型来分析地区肥胖率，将空间和时间随机效应整合进性别及各种外生预测因子中。该模型利用随机搜索变量选择技术来识别由数据支持的显著预测因子。分析结果揭示了肥胖率在研究期间存在区域间的异质性和相关性，强调在解释其动态方面考虑性别和空间相关性的重要性。事实上，包含结构化空间和时间随机效应的模型能够捕捉区域随时间变化的复杂性。这些随机效应以及性别因素成为肥胖在意大利各地区的主要决定因素，而外生协变量的作用在区域层面被发现为最小。在微观层面，社会经济因素和生活方式因素仍然至关重要，但本研究表明，整合空间和时间结构对于捕捉宏观层次的肥胖变化至关重要。
引用
@article{arxiv.2508.05719,
title = {Modeling Spatio-Temporal Dynamics of Obesity in Italian Regions Via Bayesian Beta Regression},
author = {Luciano Rota and Raffaele Argiento and Michela Cameletti},
journal= {arXiv preprint arXiv:2508.05719},
year = {2026}
}