Spatial Clustering for Inhomogeneous Populations
非均匀人口中的空间聚集检测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：空间近邻检验并非网络或干扰模型，摘要也未提供因果识别等所列细分的直接依据。
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…
关注这篇论文的作者
非均匀人口中的空间聚集检测
- 研究问题
- 当风险人口的空间密度不均匀时，如何检验病例是否额外聚集，并评估近邻数及病例与对照比例对检验功效的影响？
- 方法与思路
- 作者从风险人口抽取对照，计算合并样本的点间距离，并基于病例近邻中的病例数及病例与近邻对照的距离构造非参数检验。
- 材料陈述的贡献
- 摘要称，方法经过解析和模拟评估，并应用于儿童白血病与淋巴瘤病例位置数据，同时讨论风险因素匹配等扩展。
- 阅读关注点
- 应核对对照抽样和空间聚集零假设、近邻统计量的定义，以及近邻数、病例对照比例和风险因素匹配对功效的影响。
- 阅读边界
- 仅据所给 Crossref 摘要；未提供具体功效数值、抽样条件或匹配保证，空间聚集结果不能直接解释为传播或因果机制。
原文摘要
SUMMARY A new method for detecting spatial clustering of events in populations with non-uniform density is proposed. The method is based on selecting controls from the population at risk and computing interpoint distances for the combined sample. Nonparametric tests are developed which are based on the number of cases among the k nearest neighbours of each case and the number of cases nearer than the k nearest control. The performance of these tests is evaluated analytically and by simulation and the method is applied to a data set on the locations of cases of childhood leukaemia and lymphoma in a defined geographical area. In particular the impact on power of the choice of k and of the ratio of cases to controls is examined. Modifications of the procedure to study distances from predefined objects, to match for known risk factors which would produce unwanted clustering and issues related to estimation are also discussed.