疟疾地统计建模新的计算方法比较
摘要：地理统计分析健康数据越来越多地用于建立疟疾患病率、负担和其他指标的空间变异模型。传统的地统计建模推理方法在计算上非常耗时，这促使了新的、近似方法的发展。更快速的方法尤其具有吸引力，因为地理统计模型的区域规模和空间位置数量增加。 方法：我们对四种提出的“快速”地统计建模方法及其提供的软件（INLA、GPBoost、FRK和SpRF）进行了实际比较，通过两个不同空间尺度 - 国家和大陆 - 估计疟疾患病率来说明这四种方法。我们根据准确性、计算时间和实施的便利性来比较这些数据上四种方法的性能。 结果：其中SpRF和GPBoost两种方法在数据规模增大时无法扩展，因此在较大规模的分析问题上可能不可行。剩下的两种方法INLA和FRK在计算上扩展性良好，但是模型拟合结果对用户的建模假设和参数选择非常敏感。 结论：INLA和FRK均能进行可扩展的地理统计建模，但在使用这两种方法时，必须谨慎进行模型与数据的拟合和预测的合理性评估，以选择适当的模型假设和近似参数。
作者：Spencer Wong, Jennifer A. Flegg, Nick Golding, Sevvandi Kandanaarachchi
论文ID：2305.01907
分类：Applications
分类简称：stat.AP
提交时间：2023-05-04