Geographically weighted temporally correlated logistic regression model.
Geographically weighted temporally correlated logistic regression model.
复制标题
地理加权与时间相关的逻辑回归模型。
DOI：
10.1038/s41598-018-19772-6
复制
发表时间：
2018-01-23
影响因子：
4.6
通讯作者：
Lam TT
中科院分区：
文献类型：
--
作者：
Liu Y;Lam KF;Wu JT;Lam TT
检测时间和空间上变化的相关性对于理解生物和疾病系统是重要的。在这里，我们提出了一个地理加权时间相关Logistic回归(GWTCLR)模型，通过结合空间和时间信息进行联合推断，在二项结果数据上识别预测因素的动态相关性。空间关系估计采用局部似然方法，时间变化估计采用平滑方法。我们给出了GWTCLR的构造和实现，并研究了所提出的估计量的渐近性质。为了评价该模型的稳健性，进行了仿真研究。应用GWTCLR对真实的流行病学数据进行研究，以研究人类季节性流感流行的气候决定因素。我们的方法得到的结果与以前的研究基本一致，但也揭示了以前的模型和方法无法观察到的某些空间和时间变化模式。
Detecting the temporally and spatially varying correlations is important to understand the biological and disease systems. Here we proposed a geographically weighted temporally correlated logistic regression (GWTCLR) model to identify such dynamic correlation of predictors on binomial outcome data, by incorporating spatial and temporal information for joint inference. The local likelihood method is adopted to estimate the spatial relationship, while the smoothing method is employed to estimate the temporal variation. We present the construction and implementation of GWTCLR and the study of the asymptotic properties of the proposed estimator. Simulation studies were conducted to evaluate the robustness of the proposed model. GWTCLR was applied on real epidemiologic data to study the climatic determinants of human seasonal influenza epidemics. Our method obtained results largely consistent with previous studies but also revealed certain spatial and temporal varying patterns that were unobservable by previous models and methods.
登录
查看更多内容
影响因子：
3.7
作者：
Tsai PJ;Yeh HC
通讯作者：
Yeh HC
影响因子：
3.7
作者：
Cai, ZW;Fan, JQ;Li, RZ
通讯作者：
Li, RZ
影响因子：
4.2
作者：
Zhou, Y. B.;Wang, Q. X.;Jiang, Q. W.
通讯作者：
Jiang, Q. W.
影响因子：
3.7
作者：
STANISWALIS, JG
通讯作者：
STANISWALIS, JG
影响因子：
2
作者：
Sentuerk, Damla;Dalrymple, Lorien S.;Mohammed, Sandra M.;Kaysen, George A.;Nguyen, Danh V.
通讯作者：
Nguyen, Danh V.