连续空间与时空相对风险的核估计教程及配套 R 指导
统计方法学
2017-07-24 v1
摘要
核平滑是估计连续空间数据概率密度与强度函数的一种高度灵活且流行的方法。在此角色下，它也构成了密度比或“相对风险”面等泛函估计的不可或缺的一部分。这类函数最初基于在给定地理区域上收集的病例与对照样本来检验疾病风险的波动这一流行病学动机而开发，此后也在对空间密度函数的相对比较感兴趣的众多学科中得到了成功应用。这种多功能性要求对相关方法进行持续的发展与改进，包括使用空间自适应平滑器；基于渐近理论的显著性升高风险检验；向时空域的扩展；以及用于其评估的新颖计算方法。在这篇教程文章中，我们回顾了当前的方法论，包括估计、计算与推断方面的最新进展。所有技术均在新软件包 sparr 中实现，该包公开适用于 R 语言，我们通过一对流行病学示例来说明其用法。
引用
@article{arxiv.1707.06888,
title = {Tutorial on kernel estimation of continuous spatial and spatiotemporal relative risk with accompanying instruction in R},
author = {Tilman M. Davies and Jonathan C. Marshall and Martin L. Hazelton},
journal= {arXiv preprint arXiv:1707.06888},
year = {2017}
}