Spatial Smoothing of Geographically Aggregated Data, with Application to the Construction of Incidence Maps
地理聚合数据的空间平滑及发病率地图构建AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究地理聚合数据的空间平滑，未明确涉及经济网络、面板或所列其他细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
地理聚合数据的空间平滑及发病率地图构建
- 研究问题
- 当疾病计数仅按地理区域聚合提供时，如何恢复潜在平滑空间函数，并避免把整个区域观测任意定位到某个点？
- 方法与思路
- 作者建立空间聚合观测模型，修改局部加权最小二乘方法恢复潜在函数；计数情形以给定总观测数的强度函数为目标。
- 材料陈述的贡献
- 摘要称，该方法避免区域代表点的任意选择，推导基本渐近性质，并应用于旧金山按邮政编码区域聚合的艾滋病发病数据。
- 阅读关注点
- 应核对区域聚合如何进入估计目标、带宽和边界如何处理、平滑函数恢复需要哪些条件，以及地图估计的不确定性。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未说明空间平滑与聚合尺度的具体条件，区域数据不能直接支持个体层面解释。
原文摘要
We address the commonly encountered situation in spatial statistics where data such as counts of incidences of a certain disease are available only in geographically aggregated form. We develop fairly general models and propose a modified version of the locally weighted least squares method to recover the unknown smooth spatial function that is assumed to generate the observations. In the special case of count data, the target function is the intensity function, conditional on the total number of observations. Our method avoids the arbitrariness of selecting a point within each geographic area at which the measurement for the whole area is supposed to be located. We derive basic asymptotic properties, and apply our methods to acquired immune deficiency syndrome (AIDS) incidence data in San Francisco for 1980–1992, where counts are available aggregated over zip code areas.