×
严、军

晶格数据的空间随机波动性。 （英语） Zbl 1306.62367号

《农业杂志》。生物与环境。斯达。 12，第1号，25-40（2007）.
摘要：在农业试验和环境研究收集的格点数据中，空间异方差可能与空间自相关一起出现。这不仅导致了数据水平上的空间聚类，而且还导致了数据变化上的空间集群，后者可能非常重要，例如，在构建预测区间时。本文在广泛使用的条件自回归（CAR）模型中引入空间随机波动性（SSV）分量，以捕获异方差中的空间聚类。SSV分量是一个均值为零、条件独立的高斯过程，具有潜在的空间方差过程。潜在方差过程的对数由内禀高斯马尔可夫随机场指定。SSV模型放松了传统的空间异质性同方差假设，为流行的空间统计模型带来了更大的灵活性。贝叶斯方法用于推理。异方差分量的全条件分布可以显示为对数凹，这有助于自适应抑制采样算法。对著名小麦产量数据的应用表明，结合空间随机波动性可以揭示隐藏在现有分析中的空间异方差。

引用于5文件

MSC公司：

62页第12页 统计在环境和相关主题中的应用

关键词：

条件自回归模型;马尔科夫蒙特卡洛;空间异方差;随机波动性;小麦产量数据

软件：

spBayes公司;漏洞;对
PDF格式BibTeX公司 XML格式引用
\textit{J.Yan}，J.Agric（农业杂志）。生物与环境。Stat.12，No.1，25--40（2007；Zbl 1306.62367）
全文： 内政部

参考文献：

[1] Assunçáo，R.（2003），“小面积数据的空间变化系数模型”，环境计量学，14，453–473·doi:10.1002/env.599
[2] Banerjee，S.、Carlin，B.P.和Gelfand，A.E.（2004），空间数据的层次建模和分析，佛罗里达州博卡拉顿：查普曼；霍尔/CRC·Zbl 1053.62105号
[3] Banerjee，S.、Wall，M.M.和Carlin，B.P.（2003），“空间相关生存数据的脆弱建模，及其在明尼苏达州婴儿死亡率中的应用”，《生物统计》，第4123-142页·Zbl 1142.62420号 ·doi:10.1093/biostatistics/4.1.123
[4] Bera，A.K.和Simlai，P.（2003），“空间依赖性测试和空间ARCH（SARCH）模型公式及其应用”，中西部计量经济学小组第十三届年会。
[5] Berg，A.、Meyer，R.和Yu，J.（2004年），“比较随机波动模型的偏差信息标准”，《商业杂志》；经济统计，22，107–120·doi:10.1198/073500103288619430
[6] Besag，J.（1974），“晶格系统的空间相互作用和统计分析”（含讨论），《皇家统计学会杂志》，B辑，36192-236·Zbl 0327.60067号
[7] –（1977），“高斯格点方案的变量误差估计”，《皇家统计学会杂志》，B辑，39，73–78·Zbl 0355.62027号
[8] Besag，J.和Kooperberg，C.（1995年），“关于条件和内在自回归”，《生物统计学》，第82、733–746页·Zbl 0899.62123号
[9] Besag，J.、York，J.和Mollié，A.（1991），“贝叶斯图像恢复，在空间统计中的两个应用”（含讨论），统计数学研究所年鉴，43，1–20·Zbl 0760.62029号 ·doi:10.1007/BF00116466
[10] Best，N.G.、Arnold，R.A.、Thomas，A.、Waller，L.A.和Conlon，E.M.（1999），《空间相关疾病和暴露数据的贝叶斯模型》，载于《贝叶斯统计6–第六届巴伦西亚国际会议论文集》，编辑J.M.Bernardo、J.O.Berger、A.P.Dawid和A.Smith，牛津：克拉伦登出版社，第131–156页·Zbl 0973.62020号
[11] Bollerslev，T.、Engle，R.和Nelson，D.（1994），“ARCH模型”，收录于《计量经济学手册》，R.Engle和D.McFadden主编，阿姆斯特丹：北荷兰，第2959-3038页。
[12] Cowles，M.K.和Zimmerman，D.L.（2003），“结合两个监测网络的酸沉降数据的贝叶斯时空分析”，《地球物理研究杂志》，108。
[13] Cowles，M.K.、Zimmerman，D.L.、Christ，A.和McGinnis，D.L..（2002），“结合多个来源的雪水当量数据来估算时空趋势并比较测量系统”，《农业、生物和环境统计杂志》，第7536–557页·doi:10.1198/108571102753
[14] Cressie，N.A.C.（1993），《空间数据统计》，纽约：Wiley出版社·兹比尔0825.62477
[15] Dreesman，J.M.和Tutz，G.（2001），“基于变系数的空间数据非静态条件模型”，《皇家统计学会杂志》，D辑，50，1-15·doi:10.111/1467-9884.00256
[16] Gelfand，A.E.、Kim，H.-J.、Sirmans，C.F.和Banerjee，S.（2003），“空间变系数过程的空间建模”，美国统计协会杂志，98，387-396·Zbl 1041.62041号 ·doi:10.198/01621403000170
[17] Ghysels，E.、Harvey，A.和Renault，E.（1996），《金融统计方法》，编辑C.R.和G.S.，M.，阿姆斯特丹：北荷兰，第119-191页。
[18] Haran，M.、Hodges，J.S.和Carlin，B.P.（2003），“通过结构化MCMC加速空间数据的马尔可夫随机场模型计算”，《计算与图形统计杂志》，第12期，第249-264页·doi:10.1198/1061860031833
[19] Hodges，J.S.、Carlin，B.P.和Fan，Q.（2003），“关于空间模型中条件自回归先验的精度”，《生物计量学》，59，317–322·Zbl 1210.62128号 ·数字对象标识代码：10.1111/1541-0420.0038
[20] Kelejan，H.H.和Robinson，D.P.（1998），“空间自相关性和/或异方差性的建议检验及相应的蒙特卡罗结果”，《区域科学与城市经济学》，28，389–417·doi:10.1016/S0166-0462（98）00007-6
[21] Kelsall，J.E.和Wakefield，J.C.（1999），《关于“空间相关疾病和暴露数据的贝叶斯模型”的评论》，载于《贝叶斯统计学6——第六届巴伦西亚国际会议论文集》，编辑J.M.Bernardo、J.O.Berger、A.P.Dawid和A.Smith，牛津：克拉伦登出版社，第151页。
[22] Kim，S.、Shephard，N.和Chib，S.（1998），“随机波动性：可能性推断和与ARCH模型的比较”，《经济研究评论》，65，361-393·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050
[23] Mercer，W.B.和Hall，A.D.（1911年），“田间试验的实验误差”，《农业科学杂志》，第4107-132页·doi:10.1017/S002185960000160X
[24] Pettitt，A.N.、Weir，I.S.和Hart，A.G.（2002），“不规则间距多元数据的条件自回归高斯过程及其在大型二进制数据集建模中的应用”，《统计与计算》，第12、353–367页·doi:10.1023/A:1020792130229
[25] R开发核心团队（2005年），R：统计计算的语言和环境，R统计计算基金会，奥地利维也纳。
[26] Robert，C.P.和Casella，G.（1999年），蒙特卡洛统计方法，纽约：斯普林格-Verlag·Zbl 0935.62005号
[27] Smith，J.（2002），《关于“模型复杂性和拟合的贝叶斯度量”的评论》（P583-639），《皇家统计学会杂志》，B辑，64，619-620。
[28] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和van der Linde，A.（2002），“模型复杂性和拟合的贝叶斯度量（P583-639页）”，《皇家统计学会杂志》，B辑，64，583-616·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[29] Spiegelhalter，D.J.、Thomas，A.、Best，N.G.和Gilks，W.R.（1995），“BUGS:使用吉布斯抽样的贝叶斯推断，0.50版”，技术报告，剑桥大学公共卫生研究所医学研究理事会生物统计股。
[30] Whittle，P.（1954），“关于平面上的静止过程”，《生物特征》，第41、434–449页·Zbl 0058.35601号 ·doi:10.1093/biomet/41.3-4.434
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。