Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/73802
Type: | Artigo de Periódico |
Title: | Alleviating spatial confounding for areal data problems by displacing the geographical centroids |
Authors: | Marcos Oliveira Prates Renato Martins Assunção Erica Castilho Rodrigues |
Abstract: | Spatial confounding between the spatial random effects and fixed effects covariates has been recently discovered and showed that it may bring misleading interpretation to the model results. Techniques to alleviate this problem are based on decomposing the spatial random effect and fitting a restricted spatial regression. In this paper, we propose a different approach: a transformation of the geographic space to ensure that the unobserved spatial random effect added to the regression is orthogonal to the fixed effects covariates. Our approach, named SPOCK, has the additional benefit of providing a fast and simple computational method to estimate the parameters. Also, it does not constrain the distribution class assumed for the spatial error term. A simulation study and real data analyses are presented to better understand the advantages of the new method in comparison with the existing ones. |
Abstract: | A confusão espacial entre os efeitos aleatórios espaciais e as covariáveis de efeitos fixos foi recentemente descoberta e mostrou que pode trazer interpretações enganosas aos resultados do modelo. As técnicas para amenizar este problema baseiam-se na decomposição do efeito aleatório espacial e no ajuste de uma regressão espacial restrita. Neste artigo, propomos uma abordagem diferente: uma transformação do espaço geográfico para garantir que o efeito aleatório espacial não observado adicionado à regressão seja ortogonal às covariáveis dos efeitos fixos. Nossa abordagem, denominada SPOCK, tem o benefício adicional de fornecer um método computacional rápido e simples para estimar os parâmetros. Além disso, não restringe a classe de distribuição assumida para o termo de erro espacial. Um estudo de simulação e análises de dados reais são apresentados para melhor compreender as vantagens do novo método em comparação com os existentes. |
Subject: | Teoria bayesiana de decisão estatística Estatística Análise de regressão |
language: | eng |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO ICX - DEPARTAMENTO DE ESTATÍSTICA |
Rights: | Acesso Aberto |
metadata.dc.identifier.doi: | https://doi.org/10.1214/18-BA1123 |
URI: | http://hdl.handle.net/1843/73802 |
Issue Date: | 2019 |
metadata.dc.url.externa: | https://projecteuclid.org/journals/bayesian-analysis/volume-14/issue-2/Alleviating-Spatial-Confounding-for-Areal-Data-Problems-by-Displacing-the/10.1214/18-BA1123.full |
metadata.dc.relation.ispartof: | Bayesian Analysis |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Alleviating spatial confounding for areal data problems by displacing the geographical centroids.pdf | 41.81 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.