空间贝叶斯方法

【摘 要】本文首先从时空数据分析面临的空间依赖性、空间异质性、数据稀疏性和不确定性四个挑战谈起，阐述了空间统计思维的重要性。在简单描述了频率派思想和贝叶斯派思想的区别后，重点阐述了贝叶斯方法的优点和可行性，尤其是其中贝叶斯分层模型和贝叶斯空间计量学模型。本文节选自 Haining 的《空间和时空数据建模》一书。 【原 文】 R. P. Haining and G. Li, Chapter 1 ，Modelling spatial and spatial-temporal data: a Bayesian approach. Boca Raton: CRC Press, Taylor & Francis, 2020. 1 时空数据分析面临的四个挑战 1.1 时空数据存在依赖性（ 相关性 ） 数据的空间依赖性：对于空间和时空数据，在空间和/或时间上靠得很近的值不太可能是独立的。依赖性（ 或缺乏独立性 ）是空间和时空数据的基本性质。在某个时间间隔内对某个区域观测到的数据值通常包含有关同一变量在同一（ 或附近 ）时间窗口内其他（ 附近 ）区域的数据值的一些信息。例如，仔细检 ...