Inferindo a estrutura de vizinhança em modelos bayesianos espaciais

• Autor(a) principal: Erica Castilho Rodrigues
• Data de Publicação: 2011
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ICED-8FWPY3
• topic: Campos aleatórios de Markov; Modelos hierárquicos espaciais; Mapeamento de doenças; Estatística; Análise espacial (Estatística) Sx Doenças Sx; Campos aleatorios; Markov, Processos de; Teoria bayesiana de decisão estatistica; Análise espacial (Estatística)

No mapeamento de doenças, é necessário especificar uma estrurua de vizinhnça para fazer inferências sobre a distribuição geográfica dos riscos relativos. Propomos um modelo em que a estrutura de vizinhança é parte do espaço paramétrico. Mantemos a propriedade de que a estrutura de vizinhança é parte do espaço paramétrico. Mantemos a propriedade de Markov usual de modelos Bayesianos espaciais: dado o grafo de vizinhança , as taxas de doença seguem um modelo auto- regressivo condicional. No entanto, o grafo em si é um parâmetro que também precisa sser estimado. Investigamos propriedades teóricas do nosso modelo. Em particular, investigamos cuidadosamente a matriz de covariância a priori ea posteriori induzida por esta estrutura de vizinhança aleatória fornecendo interpretação para cada elemento dessas matrizes. Também ilustramos as vantagens do nosso modelo com os dados simulados e exemplos de mapeamento real da doença.