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。