Model-Based Geostatistics the Easy Way
Model-Based Geostatistics the Easy Way
复制标题
基于模型的地质统计学的简单方法
DOI：
10.18637/jss.v063.i12
复制
发表时间：
2015
影响因子：
5.8
通讯作者：
P. Brown
中科院分区：
文献类型：
--
作者：
P. Brown
本文简要介绍了高斯和非高斯数据的地质统计模型，并演示了使用这些模型进行推理的geostatsp和疾病映射包。利用R的空间数据类型，特别是栅格对象，使使用地统计模型进行空间分析变得简单和方便。使用实际数据的示例显示了高斯空间数据、二项分布空间数据、对数高斯Cox过程和案例计数的区域级模型。
This paper briefly describes geostatistical models for Gaussian and non-Gaussian data and demonstrates the geostatsp and dieasemapping packages for performing inference using these models. Making use of R’s spatial data types, and raster objects in particular, makes spatial analyses using geostatistical models simple and convenient. Examples using real data are shown for Gaussian spatial data, binomially distributed spatial data, a logGaussian Cox process, and an area-level model for case counts.