• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >A test for detecting space-time clustering and a comparison with some existing methods.
【24h】

A test for detecting space-time clustering and a comparison with some existing methods.

机译：一种用于检测时空聚类的测试，并与一些现有方法进行比较。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This research introduces a new statistical test for evaluating space-time clustering in data where exact location and time information are available for the points of interest (cases). The test statistic, DP, is defined as the length of the path from X[1] to X[n] when the n cases are ordered by time of occurrence. Significance of the test is most appropriately determined by comparing the directed path length of the data to the empirical distribution of lengths obtained from all possible orderings of the n cases, or a random subset of those orderings when n is large.;The first three moments of DP are developed, and its properties are investigated using simulation on clustered and unclustered data. DP is then compared with Knox's test and Mantel's Generalized Regression using simulation on clustered and unclustered data. Two data sets from the literature (fifteen years of Burkitt's Lymphoma data from Uganda, and three years of birth defect data from California) are then used to compare the performance of these tests on actual data.
机译：这项研究引入了一种新的统计测试，用于评估数据中的时空聚类，其中准确的位置和时间信息可用于关注点（案例）。测试统计量DP定义为当n种情况按发生时间排序时从X [1]到X [n]的路径的长度。通过将数据的有向路径长度与从n个案例的所有可能排序或n较大时这些排序的随机子集获得的长度的经验分布进行比较，可以最恰当地确定测试的重要性。对DP进行了开发，并通过对聚类和非聚类数据的仿真研究了其特性。然后使用聚类和非聚类数据的模拟将DP与Knox检验和Mantel的广义回归进行比较。然后使用文献中的两个数据集（乌干达的Burkitt淋巴瘤数据为15年，加利福尼亚的出生缺陷数据为3年）来比较这些测试与实际数据的性能。

著录项

  • 作者

    Gear, James C.;

  • 作者单位

    The University of North Carolina at Chapel Hill.;

  • 授予单位 The University of North Carolina at Chapel Hill.;
  • 学科 Biology Biostatistics.;Health Sciences Epidemiology.;Health Sciences Public Health.
  • 学位 Ph.D.
  • 年度 2006
  • 页码 106 p.
  • 总页数 106
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号