基于柔性 Poisson 似然的伊朗地下水质量评估统计建模
统计方法学
2019-08-08 v1 应用统计
摘要
评估水质并认识其对人类健康及更广泛环境的相关风险无疑是必要的。地下水被广泛用于供应饮用、工业和农业用水。地下水质量测量值因不同气候与各种人类活动而异，因此其空间变异性可能很大。本文中，我们旨在分析 2003 年 11 月至 2013 年 11 月伊朗 Golestan 省的地下水数据集。我们监测地下水质量的目标响应变量是水质适于饮用的计数次数。因此，我们面对的是空间计数数据。由于计数数据中过度离散或欠离散的普遍存在，我们提出了一种基于更新理论的贝叶斯分层建模方法，该方法将事件间非指数等待时间与计数分布相联系，以引入一个额外参数为代价放宽了等离散假设。特别地，我们基于等待时间的 gamma 分布假设扩展了空间计数数据的分析方法。该模型可表述为潜高斯模型，因此我们可以利用集成嵌套 Laplace 近似方法进行快速计算。地下水数据集的分析与一项模拟研究表明，相较于 Poisson 和负二项模型均有显著改进。
引用
@article{arxiv.1908.02344,
title = {Statistical modeling of groundwater quality assessment in Iran using a flexible Poisson likelihood},
author = {Mahsa Nadifar and Hossein Baghishani and Afshin Fallah and Havard Rue},
journal= {arXiv preprint arXiv:1908.02344},
year = {2019}
}
备注
24 pages, 6 figures