高维区域数据的多维时空模型及其在纵向雇主-家庭动态中的应用

@第{Bradley2015MultivariateSM条，title={应用于纵向雇主-家庭动态的高维区域数据的多维时空模型}，author={乔纳森·布拉德利（Jonathan R.Bradley）和斯科特·霍兰（Scott H.Holan）以及克里斯托弗·威克尔（Christopher K.Wikle}，journal={应用统计学年鉴}，年份={2015年}，体积={9}，页码={1761-1791}，url={https://api.semanticscholar.org/CorpusID:88514074}}
本研究分析了美国人口普查局（US Census Bureau）的纵向雇主-家庭动态计划（Longinal Employer-Household Dynamics program）发布的季度劳动力指标（Quarterly Workforce Indicators），并引入了多元时空混合效应模型（MSTM），该模型可用于高效建模高维多元空间区域数据集。
[PDF]语义阅读器

本文中的数字

74引文

多元时空调查融合及其在美国社区调查和地方失业统计中的应用

本文联合分析了美国人口普查局美国社区调查的期间估计数，以及劳工统计局地方失业统计项目的估计数，并采用完全贝叶斯方法组合调查。

R支持建模的时空变化

本工作以ACS数据为例，对R中的支持分析变化进行了详细的案例研究，并引入了stcos包，以方便stcos模型的计算。

多元结果的稀疏区域混合模型及其在零通货膨胀人口普查数据中的应用

MSAMM通过大大降低空间随机效应的维数，缓解了空间混淆并加快了计算速度，并应用于模拟数据和爱荷华州的大型人口普查数据集。

二元多尺度空间数据的贝叶斯层次建模及其在血液检测监测中的应用。

使用条件多元logit‐beta分布的大多项式数据的时空模型

一种贝叶斯方法，用于分析在空间和时间上引用的高维多项式数据，方法是假设与潜在时空混合效应模型存在逻辑链接，从而允许空间和时间非平稳、不对称和简约的协方差。

非静态低维潜在功能结构的多维时空预测

本文提出了一种新的方法，用潜在公共因子表示多元时空过程的线性相关结构，并利用一阶MAR（1）的矩阵自回归模型保持了每个时间点观测值的矩阵结构。

基于信息抽样的单位水平模型分析家庭脉搏调查公开使用的微观数据

美国人口普查局（U.S.Census Bureau）最近发布的家庭脉搏调查（Household Pulse Survey）收集了受访者在就业状况、食品安全、住房、身体健康和…

高维相关计数值数据贝叶斯推理的计算有效分布理论

一种用于高维计值数据多元时空预测的贝叶斯方法，具有大量理论发展，包括有关条件分布、边缘分布、与多元正态分布的渐近关系以及吉布斯采样器的全条件分布的结果。

样本调查中重叠地理区域预测的贝叶斯空间分类模型

开发了一个使用潜在过程的贝叶斯模型，该模型以非平稳空间基为基础，将Moran的I和多分辨率基函数与一组较小但具有代表性的节点组合在一起，与现有的几个模型相比，该模型可以非常有效，并对目标地理区域的定义给出更准确的估计。

美国社区调查多年期估算支持的时空变化

提出了对具有高斯抽样误差的调查数据进行支持度时空变化（COS）的分层贝叶斯方法，并证明该方法能够对一组3年期估计值进行良好预测。
...

61参考文献

时空相关生存数据的层次化多变量CAR模型

本文研究了Cox半参数生存建模方法，在分层结构中添加空间和时间信息，用于时空排列的多元生存数据集的分层空间过程模型。

基于潜在空间相关性的多元Fay–Herriot模型的小面积估计

Fay–Herriot模型是直接调查估计员的标准模型，其中真实感兴趣量，即超总体平均值，是潜在的，并且通过使用…

时空健康结果的多元模型及其在自杀死亡率中的应用

该模型框架通过伦敦男性和女性自杀死亡率的应用进行了说明，重点关注1979年至83年、1984年至88年和1989年至93年这三个时期，剥夺和社会分裂对伦敦33个行政区自杀的影响。

大空间数据集的高斯预测过程模型

这项工作实现了在包含这些不同设置的计算模板形式的大数据集环境中适应非平稳、非高斯、可能多元、可能时空过程的灵活性。

多元过程的条件指定时空模型

本文提出了一类用于分析多元时空过程的条件指定模型。这种模型在存在稀疏空间覆盖的情况下是有用的…

癌症死亡率多维时空变化的贝叶斯潜变量模型

针对希腊的空间和时间相关多元健康数据，描述了三种备选贝叶斯层次潜在因素模型，以揭示癌症数据潜在因素的时空模式，这些潜在因素可以解释为反映希腊人口习惯饮食的某些方面。

空间相关多变量数据重复测度的广义线性潜在变量模型

利用蒙特卡罗EM算法，建立了一类灵活的多元时空数据广义线性潜变量模型，并采用了一种新的方法来自动调整蒙特卡罗样本大小。

空间广义线性混合模型的降维与混杂消除

本文提出了一种新的空间广义线性混合模型参数化方法，通过大大降低剧院随机效应的维数，缓解了空间混淆，加快了计算速度。

提高大型数据集预测过程建模的性能

Autologistic模型的空间滤波规范

主要发现是，合成地图模式变量是为地理权重矩阵计算的特征向量，它提供了另一种成功的方法，可以在逻辑回归模型的平均响应项中捕获空间依赖效应，完全避免了使用传统标准技术以外的其他方法来估计模型参数的需要。
...