用于马达加斯加疟疾发病率时空风险制图的非参数因果特征选择
应用统计
2021-03-16 v2
摘要
现代疾病制图利用大量高分辨率空间数据产品，在地理统计框架内将反映环境和社会经济因素的协变量或“特征”作为预测因子，以改进疾病风险的预测。特征选择是构建这些模型的重要步骤，有助于降低过拟合与计算复杂度，并提升模型可解释性。仅选择与响应变量具有因果关系的特征有可能改善预测与泛化能力，但从非干预性时空数据中识别这些因果特征是一个具有挑战性的问题。本文考察了一种因果特征选择程序在估计马达加斯加疟疾发病率方面的表现。为该任务所研究的程序将 PC 算法与时空预白化以及扩展至可处理聚合数据的基于核的独立性检验相结合。该案例研究表明，与阈值化 spike-and-slab 方法相比，在线性与非线性回归模型中，因果特征选择在前向时间估计任务的样本外预测精度方面具有明显优势，但在时空插值任务中则无此优势。与不进行特征选择相比，在可用数据量相对于模型复杂度较低的情况下，因果特征选择最为有益。
引用
@article{arxiv.2001.07745,
title = {Nonparametric Causal Feature Selection for Spatiotemporal Risk Mapping of Malaria Incidence in Madagascar},
author = {Rohan Arambepola and Peter Gething and Ewan Cameron},
journal= {arXiv preprint arXiv:2001.07745},
year = {2021}
}