监测数据的时空分析
应用统计
2017-11-03 v1 统计方法学
摘要
在本章中，我们考虑监测计数数据的时空分析。此类数据无处不在，并已提出多种方法用于其分析。我们首先描述监测工作的目标，然后回顾并 critique 若干常用模型。我们聚焦于将时间离散到所研究疾病的潜伏期和传染期时间尺度的模型。特别地，我们关注 Finkenstadt 和 Grenfell 在其 2000 年论文中最初描述的时序 SIR (time series SIR, TSIR) 模型，以及 Held、Hohle 和 Hofmann 在其 2005 年论文中首次提出的流行/地方病模型。我们在 Stan 软件中实现这两种模型，并通过对德国下萨克森州 Weser-Ems 地区 17 个区域收集的为期 2 年的麻疹数据分析来说明其性能。
引用
@article{arxiv.1711.00555,
title = {Spatio-Temporal Analysis of Surveillance Data},
author = {Jon Wakefield and Tracy Qi Dong and Vladimir N. Minin},
journal= {arXiv preprint arXiv:1711.00555},
year = {2017}
}
备注
31 pages, 7 figures. This is an author-created preprint of a book chapter to appear in the Handbook of Infectious Disease Data Analysis edited by Leonhard Held, Niel Hens, Philip D O'Neill and Jacco Wallinga, Chapman and Hall/CRC