Исследование обобщённых смешанно-аддитивных регрессионных моделей с пространственно-структурными факторами рисков

Обложка

Цитировать

Полный текст

Аннотация

В настоящей работе реализован байесовский подход к решению задачи распространения эпидемии опасных инфекционных заболеваний на основе обобщённых смешанноаддитивных регрессионных моделей с пространственно-временными факторами. В модель одновременно включены как непрерывные, так и категориальные переменные, а также структурные эффекты, учитывающие влияние статистических связей на риски инфицирования. В качестве основных таких переменных были обоснованно выбраны наличие густонаселённых районов малоимущих с низким уровнем медицинского и социального обеспечения, плотность населения в них. В качестве непрерывных факторов выбраны близость проживания к свалкам, плотность расположения свалок, а также близость проживания к потенциальным источникам заражения холерой. Для оценивания параметров модели нами использованы байесовские сплайны, а также марковские случайные поля как стохастический аналог многомерных пространственных структур связей регрессоров. На примере эпидемиологических данных заболевания холерой в Гане нами проведены вычислительные эксперименты по оцениванию различных характеристик поражения населения холерой, дан прогноз по распространению заболевания по территории страны и численности заражённых. Сравнительный анализ предложенной модели и классических регрессионных моделей показал её вычислительную эффективность и высокую точность в оценках прогноза риска инфицирования.

Об авторах

Евгений Юрьевич Щетинин

ФБГОУ ВПО МГТУ «СТАНКИН»

Email: riviera-molto@mail.ru
Кафедра прикладной математики

Список литературы

  1. Hastie T., Tibshirani R. Generalized Additive Models. - London: Chapman & Hall, 1990.
  2. Wood S. N. Generalized Additive Models. - Chapman & Hall, 2006.
  3. Akimov V. A., Bykov A. A., Schetinin E. Y. On Statistics of Extreme Values and its Applications, Monograph. - EMERCOM of Russia, FGU VNII GOCHS (FC), 2010.
  4. Banerjee S., Carlin B. P., Gelfand A. E. Hierarchical Modelling and Analysis of Spatial Data. - Chapman & Hall / CRC, 2003.
  5. Kamman E. E., Wand M. P. Geoadditive Models // J. Royal Stat. Soc. Series C. - 2003. - Vol. 52. - Pp. 1-18.
  6. Lang S., Brezger A. Bayesian P-splines // J. Comp. Graph. Stat. - 2004. - No 13183-212.
  7. Eilers P., B. M. Flexible Smoothing using B-splines and Penalties // Stat. Sci. - 1996. - Vol. 11. - Pp. 89-121.
  8. Rue H., Held L. Gaussian Markov Random Fields, Theory and Applications. - Chapman & Hall, 2005.
  9. Fahrmeir L., Lang S. Bayesian Inference for Generalized Additive Mixed Models Based on Markov Random Field Priors // Applied Statistics. - 2001. - Vol. 50. - Pp. 201-220.
  10. Lawson A. B. Statistical Methods in Spatial Epidemiology. - Chichester Wiley, 2001.
  11. Borroto R. J., Martinez-Piedra R. Geographical Patterns of Cholera in Mexico, 1991-1996 // Int. J. Epid. - 2000. - Vol. 29. - Pp. 764-772.
  12. Вспышка лихорадки Эбола перекинулась на Гану. - 2014. - http://www.rbc. ru/rbcfreenews/20140407062933.shtml.

© Щетинин Е.Ю., 2014

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах