《表2 不同组件的候选模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯时空模型的城管事件时空变化分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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]。