Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach
Modeling Spatial and Spatial-Temporal Data: A Bayesian Approach richtet sich an Statistiker und Studenten der quantitativen Sozial-, Wirtschafts- und Gesundheitswissenschaften sowie an Forscher, die mit kleinräumigen räumlichen und raum-zeitlichen Daten arbeiten. Es setzt Grundkenntnisse der statistischen Theorie bis hin zum linearen Standardregressionsmodell voraus. Das Buch vergleicht sowohl die hierarchische als auch die räumliche ökonometrische Modellierung und bietet sowohl eine Referenz als auch einen Lehrtext mit Übungen in jedem Kapitel. Das Buch bietet eine vollständig Bayes'sche, in sich geschlossene Behandlung der zugrundeliegenden statistischen Theorie, mit Kapiteln, die sich mit konkreten Anwendungen befassen. Das Buch enthält WinBUGS-Code und R-Code und alle Datensätze sind online verfügbar.
Teil I behandelt grundlegende Fragen, die sich bei der Modellierung räumlicher und raum-zeitlicher Daten stellen. Teil II konzentriert sich auf die Modellierung von räumlichen Querschnittsdaten und beginnt mit der Beschreibung explorativer Methoden, die den Modellierungsprozess unterstützen. Es folgen zwei theoretische Kapitel über Bayes'sche Modelle und ein Kapitel über Anwendungen. Es folgen zwei Kapitel über die räumliche ökonometrische Modellierung, wobei in einem Kapitel verschiedene Modelle und in dem anderen inhaltliche Anwendungen beschrieben werden. Teil III befasst sich mit der Modellierung räumlich-zeitlicher Daten, wobei zunächst Modelle für Zeitreihendaten vorgestellt werden. Es werden explorative Methoden zur Erkennung verschiedener Arten von Raum-Zeit-Interaktion vorgestellt, gefolgt von zwei Kapiteln über die Theorie von raum-zeitlich trennbaren (ohne Raum-Zeit-Interaktion) und untrennbaren (mit Raum-Zeit-Interaktion) Modellen. Ein Anwendungskapitel umfasst: die Bewertung einer politischen Intervention, die Analyse der zeitlichen Dynamik von Kriminalitäts-Hotspots, die Überwachung chronischer Krankheiten und die Prüfung auf Anzeichen für räumliche Spillover-Effekte bei der Ausbreitung einer Infektionskrankheit. In einem letzten Kapitel werden einige künftige Richtungen und Herausforderungen vorgeschlagen.
Robert Haining ist emeritierter Professor für Humangeographie an der Universität Cambridge, England. Er ist der Autor von Spatial Data Analysis in the Social and Environmental Sciences (1990) und Spatial Data Analysis: Theorie und Praxis (2003). Er ist Fellow der RGS-IBG und der Akademie der Sozialwissenschaften.
Guangquan Li ist Senior Lecturer für Statistik in der Abteilung für Mathematik, Physik und Elektrotechnik an der Northumbria University in Newcastle, England. Zu seinen Forschungsgebieten gehören die Entwicklung und Anwendung von Bayes'schen Methoden in den Sozial- und Gesundheitswissenschaften. Er ist ein Fellow der Royal Statistical Society.
| ISBN: | 9781032175003 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 640 |
Derzeit verfügbar, auf Lager.
