文献

J-GLOBAL ID：202202261421681133   整理番号：22A0551752

食品へのグローバルアクセスの動力学マッピングのための隠れMarkov時空モデル【JST・京大機械翻訳】

A hidden Markov space-time model for mapping the dynamics of global access to food

著者 (2件)： Bartolucci Francesco (University of Perugia, Perugia, Italy) ,  Farcomeni Alessio (University of Rome “Tor Vergata”, Rome, Italy)
資料名： Journal of the Royal Statistical Society. Series A. Statistics in Society  (Journal of the Royal Statistical Society. Series A. Statistics in Society)
巻： 185  号： 1  ページ： 246-266  発行年： 2022年 
JST資料番号： C0349A  ISSN： 0964-1998  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 食品へのアクセスに関する世界的なデータを解析するために,一連のGallupの世界汚染から来る,空間と時間成分の両方を有する隠れMarkovモデルを提案した。このモデルをBayesフレームワークにおける拡張データMCMCアルゴリズムによって推定した。データは166か国における750万人以上の個体のサンプルに参照され,2千以上の地域に広く分布し,2007~2014年の期間をカバーしている。モデルは,離散潜在空間に基づき,ある領域と時間機会に対応する潜在状態であり,同時に,隣接領域の状態に依存し,また,同じ領域の以前の状態に依存する。また,潜在モデルは,地域時間特異的共変量を説明する。さらに,個々のレベルで観察された2成分応答変数(食品へのアクセス)を,潜在状態に依存するパラメータのベクトルを持つロジスティックモデルを通して個々の特異的共変量に基づいてモデル化した。モデル選択,特に潜在状態の数は,Watanabe-Akaike情報基準に基づいている。応用は,領域,データ平滑化,およびサンプルユニットのない地域に対する有病率の予測,および時間に関して,このアプローチの可能性を示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ベクトル ,  *食品 ,  データ ,  モデリング ,  平滑化 ,  *モデル ,  パラメータ ,  確率モデル ,  地域 ,  隠れMarkovモデル ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： MCMC ,  ロジスティックモデル ,  モデル選択 ,  共変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： データ増強 ,  データ平滑化 ,  MCMC ,  予測 ,  Watanabe-Akaike情報基準

分類 (4件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  公衆衛生  (GB02000X) ,  流出解析  (DC07030N)

タイトルに関連する用語 (7件)： 食品 ,  グローバル ,  アクセス ,  動力学 ,  マッピング ,  時空 ,  モデル