Key points are not available for this paper at this time.
공간 일반화 선형 혼합 모델(SGLMM)에서 공간적으로 부드러운 공변량은 종종 공간적으로 부드러운 랜덤 효과와 다중공선성을 이룹니다. 이 현상을 공간 교란(spatial confounding)이라고 하며, 주로 연구 대상 프로세스의 공간 지지가 이산적인 경우(예: 공간 데이터)에서 연구되었습니다. 이 경우 가장 일반적으로 제안된 접근 방식은 제한적 공간 회귀(RSR)로, 이 방법에서는 공간 랜덤 효과가 고정 효과에 대해 직교하도록 제한됩니다. 우리는 지리통계(연속적인 공간 지원) 설정에서 공간 교란과 RSR을 고려합니다. RSR이 교란된 SGLMM에 비해 계산상의 이점을 제공하지만, RSR 하의 베이지안 신뢰 구간이 모델 미스스펙IFICATION 하에서 부적절하게 좁을 수 있음을 보여줍니다. 우리는 이 잠재적 문제를 완화하기 위한 사후 예측 접근 방식을 제안하고 다양한 상황에서 RSR의 적합성에 대해 논의합니다. 우리는 시뮬레이션 연구와 아프리카 감비아의 말라리아 발생 빈도 분석을 통해 RSR 및 SGLMM 접근 방식을 설명합니다. 저작권 © 2015 John Wiley & Sons, Ltd.
Hanks et al. (Wed,)는 이 질문을 연구했습니다.