BAYESIAN SPATIAL MODELS WITH MIXTURE NEIGHBORHOOD STRUCTURE (pp.92-108)
Resumo
No mapeamento de doenças, é necessário especificar uma estrutura de vizinhança para fazerinferências 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 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 ser estimado. Investigamos propriedades teóricas do nosso modelo. Em particular, investigamos cuidadosamente a matriz de covariância a priori e a posteriori induzida por esta estrutura de vizinhança aleatória fornecendo interpretação para cada elemento dessas matrizes.
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
