Modellazione di dati spaziali e spazio-temporali: Un approccio bayesiano

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach

Contenuto del libro:

Il libro Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach si rivolge a statistici e a studenti e ricercatori di scienze quantitative sociali, economiche e di salute pubblica che lavorano con dati spaziali e spazio-temporali su piccole aree. Presuppone una base di teoria statistica fino al modello di regressione lineare standard. Il libro mette a confronto la modellazione econometrica gerarchica e spaziale, fornendo sia un riferimento che un testo didattico con esercizi in ogni capitolo. Il libro fornisce una trattazione completamente bayesiana e autonoma della teoria statistica sottostante, con capitoli dedicati alle applicazioni concrete. Il libro include il codice WinBUGS e il codice R e tutti i dataset sono disponibili online.

La Parte I tratta le questioni fondamentali che emergono nella modellizzazione dei dati spaziali e spazio-temporali. La Parte II si concentra sulla modellizzazione di dati spaziali trasversali e inizia descrivendo i metodi esplorativi che aiutano a guidare il processo di modellizzazione. Seguono due capitoli teorici sui modelli bayesiani e un capitolo di applicazioni. Seguono due capitoli sulla modellazione econometrica spaziale, uno che descrive i diversi modelli e l'altro le applicazioni sostanziali. La Parte III tratta la modellazione dei dati spazio-temporali, introducendo dapprima i modelli per le serie temporali. Vengono presentati metodi esplorativi per individuare diversi tipi di interazione spazio-temporale, seguiti da due capitoli sulla teoria dei modelli separabili (senza interazione spazio-temporale) e inseparabili (con interazione spazio-temporale). Un capitolo applicativo comprende: la valutazione di un intervento politico; l'analisi delle dinamiche temporali degli hotspot criminali; la sorveglianza delle malattie croniche; la verifica dell'evidenza di ricadute spaziali nella diffusione di una malattia infettiva. Un capitolo finale suggerisce alcune direzioni e sfide future.

Robert Haining è professore emerito di Geografia umana all'Università di Cambridge, Inghilterra. È autore di Spatial Data Analysis in the Social and Environmental Sciences (1990) e Spatial Data Analysis: Theory and Practice (2003). È membro della RGS-IBG e dell'Accademia delle Scienze Sociali.

Guangquan Li è docente senior di statistica presso il Dipartimento di matematica, fisica e ingegneria elettrica della Northumbria University, Newcastle, Inghilterra. La sua ricerca comprende lo sviluppo e l'applicazione di metodi bayesiani nelle scienze sociali e sanitarie. È membro della Royal Statistical Society.