《表2 不同组件的候选模型》
贝叶斯时空模型的渐进式建模过程如表2所示。首先仅考虑协变量项的组合,即研究区域内不同类别的POI密度对城管事件相对风险的影响,该过程产生模型M1。模型中不包含任何时间或空间效应,在这种情况下,M1近似于一个广义线性模型(Generalized Linear Model,GLM)。然后,考虑到仅有协变量项的组合可能忽略了数据中隐含的空间关系,因此有必要在模型中添加空间效应的影响,该过程产生了模型M2。基于类似的原因,再对M2进行扩展,添加时间效应组件产生模型M3。并通过偏差信息准则(Deviance Information Criterion,DIC)来比较不同模型的拟合优度,选取DIC值最小的模型为优选模型[24]。模型在R环境中使用积分嵌套拉普拉斯逼近(Integrated Nested Laplace Approximations,INLA)来进行贝叶斯推断和计算,相比于常用的马尔科夫链蒙特卡罗(MCMC)方法,INLA的一个主要优点是能在更短的时间内返回准确的参数估计值[25]。
图表编号 | XD00150377500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 董文钱、董良、向琳、陶海军、赵传虎、曲寒冰 |
绘制单位 | 中国计量大学信息工程学院、北京市科学技术研究院、北京市新技术应用研究所、中国计量大学信息工程学院、中国计量大学信息工程学院、河北工业大学人工智能与数据科学学院、北京市科学技术研究院、北京市新技术应用研究所 |
更多格式 | 高清、无水印(增值服务) |