Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô hình Tương quan Tự hồi Không gian Phân bố Bất đối xứng và việc thực hiện của nó
Tóm tắt
Tóm tắt: Chúng tôi đề xuất mở rộng mô hình Tương quan Tự hồi Không gian (SAR) trên lưới nhằm mô hình hóa bất đối xứng. Dưới giả định về cấu trúc lỗi phân phối chuẩn nghiêng, biểu thức cho mật độ và hàm đặc trưng cho phân phối phản ứng được thu được. Việc thực hiện mô hình đề xuất dựa trên khả năng tối đa hóa khả năng hoàn toàn cho một bộ dữ liệu thực tế được thực hiện bằng cách sử dụng Tiến hóa Khác biệt (DE). Các kết quả liên quan được báo cáo và so sánh với các kết quả từ các mô hình hiện có.
Từ khóa
#Mô hình SAR #mô hình phân phối chuẩn nghiêng #tiến hóa khác biệt #tối đa hóa khả năng #mô hình hóa bất đối xứng.Tài liệu tham khảo
Allard, D. and Naveau, P. (2007). A new spatial skew-normal random field model. Commun. Stat.—Theory Methods 36, 1821–1834.
Allard, D. and Soubeyrand, S. (2012). Skew-normality for climatic data and dispersal models for plant epidemiology: when application fields drive spatial statistics. Spatial Statistics 1, 50–64.
Ardia, D., Mullen, K., Peterson, B., Ulrich, J. and Boudt, K. (2016). DEoptim: differential evolution optimization in R. R package version 2.2–4.
Azzalini, A. and Valle, A.D. (1996). The multivariate skew-normal distribution. Biometrika 83, 715–726.
Banerjee, S., Carlin, B.P. and Gelfand, A.E. (2014). Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC.
Besag, J. (1974). Spatial interaction and the statistical analysis of lattice systems. J. Royal Stat. Soc. Ser. B (Methodological) 36, 192–236.
Bhat, C.R., Astroza, S. and Hamdi, A.S. (2017). A spatial generalized ordered-response model with skew normal kernel error terms with an application to bicycling frequency. Transportation Research Part B: Methodological 95, 126–148.
Bivand, R., Altman, M., Anselin, L., Assunção, R., Berke, O., Bernat, A. and Blanchet, G. (2015). Package ‘spdep’. See ftp://garr.tucows.com/mirrors/CRAN/web/packages/spdep/spdep.pdfftp://garr.tucows.com/mirrors/CRAN/web/packages/spdep/spdep.pdf. Accessed 9 Dec 2015.
Cressie, N. (1993). Statistics for Spatial Data. Wiley, New York.
Datta, A., Banerjee, S., Hodges, J.S. and Gao, L. (2019). Spatial disease mapping using directed acyclic graph auto-regressive (DAGAR) models. Bayesian Anal. 14, 1221–1244.
De Oliveira, V. and Song, J.J. (2008). Bayesian analysis of simultaneous autoregressive models. Sankhyā: Indian J. Stat., Ser. B (2008) 70, 323–350.
Gelfand, A.E., Diggle, P., Guttorp, P. and Fuentes, M. (2010). Handbook of Spatial Statistics. CRC Press, Boca Raton.
Gräler, B. (2014). Modelling skewed spatial random fields through the spatial vine copula. Spatial Statistics 10, 87–102.
Gupta, A.K. and Chen, J.T. (2004). A class of multivariate skew-normal models. Ann. Inst. Stat. Math. 56, 305–315.
Kissling, W.D. and Carl, G. (2008). Spatial autocorrelation and the selection of simultaneous autoregressive models. Glob. Ecol. Biogeogr. 17, 59–71.
Lawson, A.B., Banerjee, S., Haining, R.P. and Ugarte, M.D. (2016). Handbook of Spatial Epidemiology. CRC Press, Boca Raton.
Lee, D. (2013). CARBayes: an R package for Bayesian spatial modeling with conditional autoregressive priors. J. Stat. Softw. 55, 1–24.
Nathoo, F.S. and Ghosh, P. (2013). Skew-elliptical spatial random effect modeling for areal data with application to mapping health utilization rates. Stat. Med.32, 290–306.
Ord, K. (1975). Estimation methods for models of spatial interaction. J. Am. Stat. Assoc. 70, 120–126.
Rimstad, K. and Omre, H. (2014). Skew-gaussian random fields. Spatial Stat. 10, 43–62.
Sahu, S.K., Dey, D.K. and Branco, M.D. (2003). A new class of multivariate skew distributions with applications to Bayesian regression models. Canadian J. Stat. 31, 129–150.
Wall, M.M. (2004). A close look at the spatial structure implied by the CAR and SAR models. J. Stat. Plan. Inf. 121, 311–324.
Whittle, P. (1954). On stationary processes in the plane. Biometrika41, 434–449.