Semiparametric Multinomial Logistic Regression for Multivariate Point Pattern Data
Semiparametric Multinomial Logistic Regression for Multivariate Point Pattern Data
复制标题
多元点模式数据的半参数多项式Logistic回归
DOI：
10.1080/01621459.2020.1863812
复制
发表时间：
2021
影响因子：
3.7
通讯作者：
Waagepetersen, Rasmus
中科院分区：
文献类型：
--
作者：
Hessellund, Kristian Bjørn;Xu, Ganggang;Guan, Yongtao;Waagepetersen, Rasmus
我们提出了一种新的方法，用于分析在异构环境中观察到的多变量点模式数据和复杂的强度函数。我们建议半参数模型的强度函数依赖于一个未指定的因素共同的所有类型的点。例如，这非常适合分析空间协变量对事件的影响，例如在复杂的城市环境中发生的街头犯罪活动。引入了一种多项式条件复合似然函数来估计强度函数回归参数，并在较弱的条件下得到了所得估计量的渐近联合分布.重要的是，渐近协方差矩阵依赖于多变量点过程的交叉对相关函数的比值。为了在没有限制性假设的情况下进行有效的统计推断，我们为这些比率构造了一致的非参数估计。最后，我们构建标准化残差图，预测概率图和半参数强度图来验证和可视化模型的结果。所提出的方法的有效性，证明通过广泛的模拟研究和应用程序，以分析社会经济和人口变量的影响，街头犯罪的发生在华盛顿DC。本文的补充材料可在网上查阅。
We propose a new method for analysis of multivariate point pattern data observed in a heterogeneous environment and with complex intensity functions. We suggest semiparametric models for the intensity functions that depend on an unspecified factor common to all types of points. This is for example well suited for analyzing spatial covariate effects on events such as street crime activities that occur in a complex urban environment. A multinomial conditional composite likelihood function is introduced for estimation of intensity function regression parameters and the asymptotic joint distribution of the resulting estimators is derived under mild conditions. Crucially, the asymptotic covariance matrix depends on ratios of cross pair correlation functions of the multivariate point process. To make valid statistical inference without restrictive assumptions, we construct consistent nonparametric estimators for these ratios. Finally, we construct standardized residual plots, predictive probability plots, and semiparametric intensity plots to validate and to visualize the findings of the model. The effectiveness of the proposed methodology is demonstrated through extensive simulation studies and an application to analyzing the effects of socio-economic and demographical variables on occurrences of street crimes in Washington DC. Supplementary materials for this article are available online.
登录
查看更多内容
检查广义线性模型假设的联合分布和边际分布方法
DOI：
10.1080/03610926.2019.1651860
发表时间：
2019
期刊：
Communications in Statistics - Theory and Methods
影响因子：
--
作者：
J. Dong;Qiqing Yu
通讯作者：
Qiqing Yu
具有比例强度函数的非齐次空间点过程的二阶分析
影响因子：
3.7
作者：
Yongtao Guan;R. Waagepetersen;C. Beale
通讯作者：
C. Beale
基于可能性的空间强度估计以及来自错误观察位置的疾病风险变化
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
X. Fang;Peng Sun;D. Zimmerman
通讯作者：
D. Zimmerman
用于检查比例风险模型假设的边际分布检验
影响因子：
0.9
作者：
J. Dong;Qiqing Yu
通讯作者：
Qiqing Yu
影响因子：
0.9
作者：
D. Snyder;M. Miller
通讯作者：
M. Miller