×
Choi，Jungsoon先生;布莱恩·雷奇（Brian J.Reich）。;蒙特塞拉特富恩特斯;杰里·戴维斯（Jerry M.Davis）。

特殊微粒的多维时空建模和预测。 （英语） Zbl 1211.62091号

J.统计理论实践。 3，第2期，407-418（2009）.
小结：细颗粒物（PM）是一种大气污染物，与包括死亡率在内的严重健康问题有关。PM（{2.5}）有五种主要成分：硫酸盐、硝酸盐、总碳质、铵和地壳物质。这些组件具有复杂的时空依赖和交叉依赖结构。重要的是要更好地了解总PM（{2.5}）质量各成分的时空分布，并估计PM（{2.5}）的组成如何随空间和时间变化，以便对这些污染物与不良健康影响的关联进行时空流行病学研究。我们引入了一个特殊PM2的多维时空模型。我们的层次结构框架结合了不同的数据源，并解释了每个数据源中的偏差和测量误差。此外，还开发了一个共同区域化线性模型的时空扩展，以说明每个组件的空间和时间依赖结构以及组件之间的关联。我们将我们的框架应用于2004年美国特殊PM数据。

引用于8文件

理学硕士：

62小时11分 定向数据；空间统计学
62页第12页 统计学在环境和相关主题中的应用
62J05型 线性回归；混合模型
65C60个 统计中的计算问题（MSC2010）
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

空气污染;贝叶斯推断;线性区域化模型：多元时空过程;特殊颗粒物
PDF格式BibTeX公司 XML格式引用
\textit｛J.Choi｝等人，J.Stat.理论实践。3，第2号，407--418（2009；Zbl 1211.62091）
全文： 内政部 链接

参考文献：

[1] Baumgardner R.E.，《空气废物管理协会杂志》49第1266页–（1999年）·doi:10.1080/10473289.1999.10463966
[2] Flanagan J.B.，《形态网络碳空白数据分析》（2003年）
[3] Frank N.H.，《空气废物管理协会杂志》，56页，500页–（2006年）·doi:10.1080/10473289.2006.10464517
[4] Fuentes M.，《生物统计学》第62页，第855页–（2006年）·Zbl 1112.62125号 ·doi:10.1111/j.1541-0420.2006.00526.x
[5] Gelfand A.E.，《美国统计协会杂志》，第85页，第398页–（1990年）
[6] Gelfand A.E.，《环境计量学》，第16页，465页–（2005年）·doi:10.1002/env.715
[7] Grzebyk，M.和Wackernagel，H.多元分析和时空尺度：真实和复杂模型。第十七届国际生物统计学会议记录。第19-33页。
[8] Malm W.C.，《地球物理研究杂志》107 pp D224627–（2002）
[9] Malm W.C.，《地球物理研究杂志》109 pp D03306–（2004）·doi:10.1029/2003JD003739
[10] McFadden D.，《计量经济学前沿》第105页–（1974）
[11] Ùzkaynak H.，风险分析7，第449页–（1987）·doi:10.1111/j.1539-6924.1987.tb00482.x
[12] Rao V.，《国家空气质量和排放趋势报告》，第13页–（2003年）
[13] Spiegelhalter D.J.，《皇家统计学会杂志》B 64，第583页–（2002年）·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[14] 美国环境保护署。1997年，《国家颗粒物环境空气质量标准》；最后规则，第二部分。联邦公报，40 CFR第50部分
[15] 质量保证指导文件，质量保证项目计划：PM 2.5物种形成趋势网络现场采样（2000）
[16] 2003年国家空气质量和排放趋势报告（2003年）
[17] Wackernagel H.，多元地质统计学-应用简介，，2。编辑（1998）·兹比尔0912.62131 ·数字对象标识代码：10.1007/978-3-662-03550-4
[18] Wikle C.K.，《美国统计协会杂志》，第95页，第1076页–（2001年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。