Bayesian Hot Spot Analysis

Klassische Hot-Spot-Erkennung (z. B. Getis-Ord Gi*) kann durch verrauschte Zählungen in kleinen Populationen getäuscht werden: ein einzelnes seltenes Ereignis in einem winzigen Gebiet erscheint als extremer Ausreißer. Die bayesianische Hot-Spot-Analyse korrigiert dies, indem sie Stärke von Nachbarn leiht. Sie fragt: Angesichts dessen, was wir über umliegende Gebiete wissen und wie Zählungen tendenziell variieren, was ist die glaubwürdigste Risikoschätzung hier? Nur Gebiete, die auch nach dieser Glättung erhöht bleiben, werden als echte Hot Spots deklariert, wodurch Fehlalarme aufgrund von Instabilität bei kleinen Zahlen reduziert werden.