空间变量选择及其在弗吉尼亚莱姆病暴发中的应用
应用统计
2018-09-19 v1
摘要
莱姆病是一种由严格意义上的伯氏疏螺旋体(Borrelia burgdorferi sensu stricto)细菌引起的传染病。在美国,莱姆病是最常见的传染病之一。该病的主要流行地区为新英格兰、中大西洋、东北中部、南大西洋和西中北部。弗吉尼亚处于该病从东北向南部扩散的前沿。传染病学界的研究目标之一是识别与莱姆病出现相关的环境和经济变量。在本文中,我们使用空间泊松回归模型将空间疾病计数与环境和经济变量联系起来,并开发了一种空间变量选择过程,通过使用自适应弹性网惩罚来有效识别重要因素。所提出的方法能够自动选择重要协变量,同时调整疾病计数可能的空间相关性。通过全面的模拟研究,对所提方法的性能进行了研究并与现有方法比较。我们将所开发的变量选择方法应用于弗吉尼亚莱姆病数据,识别出了文献中未曾报道的重要变量。本文的补充材料可在线获取。
引用
@article{arxiv.1809.06418,
title = {Spatial Variable Selection and An Application to Virginia Lyme Disease Emergence},
author = {Yimeng Xie and Li Xu and Jie Li and Xinwei Deng and Yili Hong and Korine Kolivras and David N. Gaines},
journal= {arXiv preprint arXiv:1809.06418},
year = {2018}
}
备注
34 pages