基于集成嵌套拉普拉斯近似的空间贝叶斯层次建模
应用统计
2022-04-01 v1
摘要
我们考虑在时空点模式与面状数据背景下，使用潜高斯场建模空间依赖性，并提供两种不同的应用。指定非齐次Log-Gaussian Cox过程模型以描述发生于希腊的地震序列，借助随机偏微分方程实现。对意大利北部的Covid-19感染进行疾病制图时，拟合了Besag-York-Mollie模型。这些模型均属于具有潜高斯场的贝叶斯层次模型，其后验无闭式解。因此，推断采用集成嵌套拉普拉斯近似（INLA）完成，其对感兴趣的后验量提供准确且相对快速的分析近似。
引用
@article{arxiv.2009.03712,
title = {Spatial Bayesian Hierarchical Modelling with Integrated Nested Laplace Approximation},
author = {Nicoletta D'Angelo and Antonino Abbruzzo and Giada Adelfio},
journal= {arXiv preprint arXiv:2009.03712},
year = {2022}
}
备注
22 pages, 9 figures