Hierarchical modeling and bayesian inference for spatial data

空间数据的分层建模和贝叶斯推理

• 批准号: 327131-2009
• 负责人: Nathoo, Farouk
• 金额: $ 1.17万
• 依托单位: University of Victoria
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2013
• 资助国家: 加拿大
• 起止时间: 2013-01-01 至 2014-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=526837
• 关键词: Hierarchical; modeling; bayesian; inference; spatial

The driving force behind my program of research lies in the development of statistical methods for modeling and inference with spatial and spatiotemporal data. These methods are applied with strong impact to answering scientific questions arising in both forestry and spatial epidemiology. In the forest ecology setting, spatiotemporal data arise in studies of recurrent tree infection where it is of interest to describe the

我的研究计划背后的驱动力在于空间和时空数据建模和推理的统计方法的发展。这些方法被应用于回答林业和空间流行病学中出现的科学问题，具有很大的影响。在森林生态学背景下，时空数据出现在经常性树木感染的研究中，其中感兴趣的是描述