×
蒂尔曼·M·戴维斯。;安德鲁·劳森。

对空间和时空核估计中基于似然的带宽选择器的评估。 （英语） Zbl 07193773号

J.Stat.计算。模拟 89，第7期，1131-1152（2019）.
摘要：空间点模式数据集在各种不同的研究学科中很常见。使用核方法平滑此类数据是一种灵活的方法，可以探索空间趋势并推断潜在过程，而无需或可能在设计和拟合更复杂的半参数或参数模型以量化特定影响之前。在这些设置中，长期存在的“最佳”数据驱动带宽选择问题因观察模式的高度异质性和需要考虑边缘校正因素等问题而变得复杂。我们仔细研究了基于leave-on-out交叉验证近似似然函数的带宽选择器。一项关键成果与之前未考虑的时空密度和多类型条件概率曲面估计的自适应平滑方案有关，据此我们提出了一种新的同时引导全局选择策略。受流行病学应用的启发，模拟和实际分析的结果表明，对于此类数据，该策略在很大程度上优于经典的固定带宽估计。

引用于2文件

理学硕士：

62H11型 定向数据；空间统计学
62G07年 密度估算

关键词：

交叉验证;密度估计;地理流行病学;最佳带宽;点状图案

软件：

斯潘克斯;垃圾邮件;R（右）;古埃及语;rgl公司;科恩平滑;拔管器
PDF格式BibTeX公司 XML格式引用
\textit{T.M.Davies}和\textit{A.B.Lawson}，J.Stat.Compute。模拟89，第7期，1131--1152（2019；Zbl 07193773）
全文： 内政部 链接

参考文献：

[1] Silverman BW。统计和数据分析的密度估计。纽约（NY）：查普曼和霍尔；1986.【Crossref】，【谷歌学者】·Zbl 0617.62042号
[2] Wand MP，Jones MC。内核平滑。博卡拉顿：查普曼和霍尔；1995.【Crossref】，【谷歌学者】·Zbl 0854.62043号
[3] 劳森律师事务所，威廉姆斯律师事务所。提取图谱在环境流行病学中的应用。1993年统计医学；12:1249-1258. doi:10.1002/sim.4780121306[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[4] Kelsall JE，Diggle PJ。相对风险的核估计。伯努利。1995;1:3-16. doi:10.2307/3318678[Crosref]，[谷歌学者]·Zbl 0830.62039号
[5] Clark AB，Lawson AB。疾病图非参数相对风险估计值的评估。计算统计数据分析。2004;47:63-78. doi:10.1016/j.csda.2003.10.014[Crossref]，[Web of Science®]，[Google学者]·Zbl 1429.62510号
[6] Hazelton ML，Davies TM。基于地理流行病学相对风险函数核估计的推断。《生物杂志》2009；51:98-109. doi:10.1002/bimj.200810495[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1442.62407号
[7] Diggle PJ、Rowlingson B、Su TL.在线时空疾病监测的点处理方法。环境计量学。2005;16(5):423-434. doi:10.1002/env.712[Crosref]，[Web of Science®]，[谷歌学者]
[8] Liang S，Carlin BP，Gelfand AE.利用空间和非空间协变量信息分析明尼苏达州结肠癌和直肠癌的点模式。Ann Appl Stat.2009；3(3):943-962. doi:10.1214/09-AOAS240[Crossref]，[Web of Science®]，[Google学者]·Zbl 1196.62143号
[9] Davies TM，Hazelton ML.评估空间和时空log-Gaussian Cox过程的最小对比度参数估计。内尔统计局。2013;67(4):355-389. doi:10.1111/stan.12011[Crossref]，[Web of Science®]，[Google学者]
[10] Abramson IS。关于核估计中的带宽变化——平方根定律。Ann Stat.1982年；10(4):1217-1223. doi:10.1214/aos/1176345986[Crossref]，[Web of Science®]，[Google学者]·Zbl 0507.62040号
[11] Davies TM，Hazelton ML.空间相对风险的自适应核估计。统计医学2010；29(23):2423-2437. [PubMed]、[Web of Science®]、[Google学者]
[12] Davies TM，Baddeley A.空间自适应核估计的快速计算。统计成分。2018;28:937-956. doi:10.1007/s1122-017-9772-4[Crossref]，[Web of Science®]，[Google学者]·Zbl 1384.62175号
[13] Diggle PJ公司。一种用于平滑点处理数据的核方法。J R Stat Soc Ser C Appl Stat.1985；34(2):138-147. [Crossref]、[Web of Science®]、[Google学者]·Zbl 0584.62140号
[14] 核密度估计的简单边界修正。统计成分。1993;3:135-146. doi:10.1007/BF00147776[Crossref]，[Web of Science®]，[Google学者]
[15] Cao R，Cuevas A，Gonzáles-Manteiga W。密度估计中几种平滑方法的比较研究。计算统计数据分析。1994;17:153-176. doi:10.1016/0167-9473（92）00066-Z[Crossref]，[Web of Science®]，[Google学者]·Zbl 0937.62518号
[16] Jones MC、Marron JS、Sheather SJ。密度估计带宽选择的简要调查。J Am Stat Assoc.1996年；91:401-407. doi:10.1080/01621459.1996.10476701[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0873.62040号
[17] Sain SR、Baggerly KA、Scott DW。多元密度的交叉验证。美国统计协会杂志，1994年；89:807-817. doi:10.1080/01621459.1994.10476814[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0805.62059号
[18] 马龙JS，P厅。概率密度的可变窗宽核密度估计。1988年版概率论；80:37-49. doi:10.1007/BF00348751[Crossref]，[Web of Science®]，[Google学者]·Zbl 0637.62036号
[19] Marshall JC，Hazelton ML.不规则边界区域上自适应密度估计的边界核。《多元分析杂志》。2010;101:949-963. doi:10.1016/j.jmva.2009.09.003[Crossref]，[Web of Science®]，[Google学者]·Zbl 1181.62046号
[20] Davies TM，Flynn CR，Hazelton ML.关于渐近带宽选择器在空间自适应核密度估计中的应用。统计概率出租。2018;138:75-81. doi:10.1016/j.spl.2018.02.067[Crossref]，[Web of Science®]，[Google学者]·Zbl 1463.62043号
[21] 张志杰，戴维斯·TM，高杰，等。中国贵池地区血吸虫病高危地区的识别：基于自适应核密度估计的方法。寄生虫学。2013;140(7):868-875. doi:10.1017/S0031182013000048[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[22] Möller J，Syversveen AR，Waagepetersen RP。对数高斯考克斯过程。Scand J Stat.1998；25:451-482. doi:10.1111/1467-9469.00115[Crossref]，[Web of Science®]，[Google学者]·Zbl 0931.60038号
[23] Terrell GR.密度估计中的最大平滑原则。美国统计协会杂志，1990年；85:470-477. doi:10.1080/01621459.1990.10476223[Taylor&Francis Online]，[Web of Science®]，[Google学者]
[24] Bithell JF。密度估计在地理流行病学中的应用。1990年《统计医学》；9:691-701. doi:10.1002/sim.4780090616[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[25] Bithell JF。相对风险函数的估计。Stat Med.1991年；10:1745-1751. doi:10.1002/sim.47801112[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[26] 劳森律师事务所，威廉姆斯律师事务所。空间竞争风险模型及其在空间流行病学中的应用。统计医学2000；19:2451-2468. doi:10.1002/1097-0258（20000915/30）19:17/18<2451:：AID-SIM581>3.0.CO；2-W[交叉引用]，[公共医学]，[谷歌学者]
[27] Diggle PJ，Zheng P，Durr P.多变量点过程中空间分离的非参数估计：英国康沃尔的牛结核病。J R Stat Soc Ser C Appl Stat.2005；54(3):645-658. doi:10.1111/j.1467-9876.2005.05373.x[Crossref]，[Google学者]·Zbl 1490.62352号
[28] Kelsall JE，Diggle PJ。疾病风险的空间变异：非参数二元回归方法。J R Stat Soc Ser C Appl Stat.1998年；47(4):559-573. doi:10.1111/1467-9876.00128[交叉引用]，[谷歌学者]·Zbl 0935.62122号
[29] Kelsall JE，Diggle PJ。相对风险空间变化的非参数估计。1995年统计医学；14:2335-2342. doi:10.1002/sim.4780142106[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[30] 劳森律师事务所，威廉姆斯律师事务所。阿玛代尔：环境流行病学案例研究。J R Stat Soc Ser A.1994；157(2):285-298. doi:10.2307/2983363[交叉引用]，[谷歌学者]
[31] 惠勒DC。1996-2003年俄亥俄州儿童白血病发病率的空间聚类和聚类检测技术比较。国际卫生地理杂志。2007;6(13):1-16. [PubMed]，[Google学者]
[32] Davies TM，Cornwall J，Sheard PW.模拟二分标记肌纤维结构。统计医学2013；32:4240-4258. doi:10.1002/sim.5806[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[33] Zheng P、Durr P、Diggle PJ。空间内核平滑方法的边缘校正——何时有必要？参加：第二届GIS和空间分析在兽医学中的应用国际会议；安大略省圭尔夫大学；2004年，第36-38页；GISVET 04。[谷歌学者]
[34] Hazelton ML.致编辑的信：无需边缘校正的风险面核估计。统计医学2008；27:2269-2272. doi:10.1002/sim.3047[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[35] Davies TM，Jones K，Hazelton ML。空间相对风险函数估计的对称自适应平滑方案。计算统计数据分析。2016;101:12-28. doi:10.1016/j.csda.2016.02.008[Crossref]，[Web of Science®]，[Google学者]·Zbl 1466.62053号
[36] Fernando WTPS，Hazelton ML.概括空间相对风险函数。空间时空流行病学。2014;8:1-10. doi:10.1016/j.sste.2013.12.002[交叉引用]，[公共医学]，[谷歌学者]
[37] Bailey TC，Gatrell AC。交互式空间数据分析。哈洛：朗曼；1995.[谷歌学者]
[38] 罗林森B，Diggle P.splancs：空间和时空点模式分析；2017.R包版本2.01-40。可从以下位置获得：https://CRAN.R-project.org/package=splancs。[谷歌学者]
[39] Zhang X，King ML，Hyndman RJ。多元核密度估计中带宽选择的贝叶斯方法。计算统计数据分析。2006;50:3009-3031. doi:10.1016/j.csda.2005.06.019[Crossref]，[Web of Science®]，[Google学者]·Zbl 1445.62077号
[40] 胡S，Poskitt DS，Zhang X.不规则多元分布的贝叶斯自适应带宽核密度估计。计算统计数据分析。2012;56:732-740. doi:10.1016/j.csda.2011.09.022[Crossref]，[Web of Science®]，[Google学者]·Zbl 1239.62037号
[41] R核心团队。R： 用于统计计算的语言和环境。奥地利维也纳：R统计计算基金会；2018年。发布时间：https://www.R-project.org/。[谷歌学者]
[42] Baddeley A，Rubak E，Turner R.空间点模式：与R.伦敦的方法论和应用：Chapman和Hall/CRC；2015.【Crossref】，【谷歌学者】·Zbl 1357.62001
[43] Davies TM、Marshall JC、Hazelton ML。连续空间和时空相对风险的核估计教程。统计医学2018；37(7):1191-1221. doi:10.1002/sim.7577[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
[44] Redmond AK，Davies TM.spagmix：有界窗口上的人工空间和时空密度；2018.R包版本0.3-0。可从以下位置获得：https://CRAN.R-project.org/package=spagmix。[谷歌学者]
[45] Adler D、Murdoch D.rgl：使用opengl进行三维可视化；2018.R包版本0.99.16。可从以下位置获得：https://CRAN.R-project.org/package=rgl。[谷歌学者]
[46] Feng D，Tierney L.在R.J Stat Soft中计算和显示等值面。2008;28(1). 可从以下位置获得：http://www.jstatsoft.org/v28/i01/。doi:10.18637/jss.v028.i01[Crossref]，[PubMed]，[Web of Science®]，[Google学者]
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。