[Tutorial R] Modelos CAR generalizados

En este post veremos como ajustar *Conditional Autoregressive Models* (Una variante de Gaussian Markov Random Fields) a un conjunto de datos generados por Biospytial.

Para cargar los datos vaya a https://ecomorphisms.holobio.me/2019/01/28/tutorial-para-analisis-de-datos-espaciales-en-r/ 

Requisitos

Instalar paquete CarBayes

install.packages(‘CARBayes’)

The conditional autologistic model (Besag, et. al 1991) has the following specification (Lee, 2013).

$$k \in {1…K}$$ Neighbours

$$ Y_k \sim Binomial(n_k,\theta_k) $$

$$ ln\left(\frac{\theta_k}{1-\theta_k}\right)= x_k^t \beta + O_k + \psi_k$$

$$\beta \sim N(\mu_\beta,\Sigma_\beta)$$

$$ \psi_k = \phi_k + \theta_k $$

$$ \phi_k | \phi_{-k}, \mathbb{W},\tau^2 \sim N \left( \frac{\sum_{i=1}^{K} w_{ki} \phi_i}{\sum_{i=1}^{K}w_{ki}}, \frac{\tau^2}{\sum_{i=1}^{K}w_{ki}}\right) $$

$$\theta_k \sim N\left(0, \sigma^2\right)$$

$$\tau^2, \sigma^2 \sim^{iid} Inv.Gamma(a,b) $$

Referencias



Published by

Juan Escamilla Mólgora

Hago ecología matemática y computacional para grandes datos ambientales bajo plataformas descentralizadas basadas en la nube. En particular estoy investigando métodos novedosos de fusión de datos mutirelacionados para mejorar los modelos de predicción de especies biológicas. También diseñé y programé el Sistema de Alerta temprana de Incendios para México y Centro América

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.