论文部分内容阅读
近几年,空间流行病学已经成为流行病学中一个研究热点,其相关理论与技术也在快速发展。空间流行病学旨在发掘和展示疾病在地理单元上的发病趋势,对于公共卫生决策具有重要意义。随着计算机技术高速发展和马尔科夫蒙特卡罗方法的成熟,贝叶斯时空模型已经成为空间流行病学的重要方法。贝叶斯时空模型不仅能够发掘疾病的时空变化规律,而且可以通过整合协变量提高模型估计的精度。贝叶斯时空模型已经发展出很多衍生类型。本文首先介绍了BYM模型,BYM模型是目前应用最广泛的贝叶斯时空模型。其次,介绍了在多水平空间数据结构中具有很高应用价值