Beijesa ekoloģisks pētījums — Beijesa slimību kartēšana un ekoloģiskā regresija
Beijesa ekoloģiskais pētījums apvieno klasiskās ekoloģiskās epidemioloģijas grupas līmeņa novērojumu dizainu ar Beijesa hierarhisko modelēšanu. Slimību rādītājus neuzskata par fiksētām vērtībām, bet gan piešķir iepriekšējus sadalījumus slēptajiem telpiskajiem vai laika efektiem — bieži izmantojot Besag-York-Mollié (BYM) konvolūcijas iepriekšējo sadalījumu — un atjaunina pārliecību no apkopotiem datiem, lai radītu slimību riska, izlīdzinātu rādītāju aplēšu un ticamības intervālu posteriorās kartes ekoloģiskām asociācijām starp ekspozīcijām un iznākumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Lawson, A. B. (2013). Bayesian Disease Mapping: Hierarchical Modeling in Spatial Epidemiology (2nd ed.). CRC Press. ISBN: 978-1466504813
- Besag, J., York, J., & Mollie, A. (1991). Bayesian image restoration, with two applications in spatial statistics. Annals of the Institute of Statistical Mathematics, 43(1), 1–20. DOI: 10.1007/BF00116466 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Ecological Study Design. ScholarGate. https://scholargate.app/lv/epidemiology/bayesian-ecological-study
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesisk kohortpētījumsEpidemioloģija↔ compare
- Ekoloģiskais pētījumsEpidemioloģija↔ compare
- Daudzlīmeņu modelēšanaPētniecības statistika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →