Tutorial sobre la estimación de núcleos del riesgo relativo espacial y espaciotemporal continuo

El suavizado por núcleo es un enfoque altamente flexible y popular para la estimación de funciones de densidad de probabilidad e intensidad de datos espaciales continuos. En este papel, también forma parte integral de la estimación de funcionales como la razón de densidad o la superficie de "riesgo relativo". Originalmente desarrollado con la motivación epidemiológica de examinar las fluctuaciones en el riesgo de enfermedad basándose en muestras de casos y controles recogidos en una región geográfica dada, tales funciones también han sido utilizadas con éxito en una amplia gama de disciplinas donde una comparación relativa de funciones de densidad espacial ha sido de interés. Esta versatilidad ha demandado desarrollos y mejoras continuas en la metodología relevante, incluyendo el uso de suavizadores adaptativos espacialmente; pruebas de riesgo significativamente elevado basadas en teoría asintótica; extensión al dominio espaciotemporal; y nuevos métodos computacionales para su evaluación. En este documento tutorial, revisamos la metodología actual, incluyendo los desarrollos más recientes en estimación, computación e inferencia. Todas las técnicas están implementadas en el nuevo paquete de software sparr, disponible públicamente para el lenguaje R, y ilustramos su uso con un par de ejemplos epidemiológicos.