Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 貝氏方法在疾病地圖分析上之應用
作者 洪慈翊
貢獻者 陳麗霞
洪慈翊
關鍵詞 疾病地圖
貝氏方法在疾病地圖
貝氏方法在疾病地圖分析上之應用
日期 2003
上傳時間 2009-09-14
摘要 本論文的目的是希望透過貝氏模型的建構,以瞭解疾病在空間上的分佈狀態。我們先討論Poisson-Gamma模式(PG)、本質的常態條件自我相關模式(ICAR)、適當的常態條件自我相關模式(PCAR)等三種模式的貝氏架構,以期適切地描述出空間中的疾病發生率並據以繪製疾病地圖。接著,再介紹貝氏因子(Bayes Factor)以對這三種模式進行模式選取。本論文並以結核病資料進行實證分析,就各年齡層分別計算三種模式間的貝氏因子,以選出各年齡層的最適模式,並對該模式估計出的相對風險率繪製疾病地圖, 結果顯示各年齡層的最適空間模式不儘相同。
     
      由於群聚(clustering)現象亦為疾病空間統計之研究焦點,我們也介紹了群及間斷處的貝氏偵測法(BDCD),該方法是以可反轉跳動的蒙地卡羅馬可夫鏈(RJMCMC)為基礎。實證結果顯示相對風險率較高的地區多屬山地鄉等醫療環境較落後的偏遠地區,且39歲以下的年齡層支持PCAR模式,39歲以上的年齡層支持PG模式,也就是說青壯年的結核病空間分佈與鄰區間的距離、人數有著明顯的關係,至於中老年人的結核病空間分佈則是彼此獨立不相關的。
參考文獻 楊堅:「台灣地區山地鄉結核病流行病學探討」,國立台灣大學流行病學研究所碩士論文, 民國89年。
黃信誠 :「空間統計簡介」 http://www.stat.sinica.edu.tw/~hchuang/spatialstat.html
蕭朱杏、莊愷瑋 :「地理統計於醫學與環境的應用」地理統計在農業和環境科學之應用研討會論文集, 民國90年5月3日 , 頁79 - 92。
Mollie , A. (1999). Bayesian and empirical bayes approaches to disease mapping. In Disease mapping and risk assessment for public health. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 15 – 29.
Bailey T.C. Spatial statistical methods in health. University of Exeter, UK.
http://www.dpi.inpe.br/cursos/ser301/ referencias/bailey_review.pdf
Cressie, N.A.and Chan, N.H. (1989). Spatial modeling of regional variables. Journal of the American Statistical Association, 84, 393 – 401.
Gamerman, D.(1997) Markov Chain Monte Carlo stochastic simulation for bayesian inference. Chapman & Hall, 161 – 219.
Conlon, E.M. and Louis, T.A. (1999). Addressing multiple goals in evaluating region-specific risk using Bayesian methods. In Disease mapping and risk assessment for public health. A. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 31 – 47.
Green, P. J. (1995) Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika 82, 711 – 732.
Hsiao, C.K. , Tzeng, J-Y., and Wang, C-H. (2000a) Comparing the performance of two indices for spatial model selection: application to two mortality data. Statistics in
Medicine 19, 1915 – 1930.
Kass, R.E. and Raftery, A.E. (1995). Bayes Factors. Journal of the American Statistical Association 90, 773 – 795.
Knorr-Held, L. and Raßer, G. (2000) Bayesian Detection of Clusters and Discontinuities in Disease Maps. Biometrics 56, 13 – 21.
Lewis, S.M. and Raftery, A.E. (1997). Estimating Bayes Factors via Posterior Simulation With the Laplace-Metropolis Estimator. Journal of the American Statistical Association 92, 648 – 655.
Raftery, A.E.(1999) Hypothesis testing and model selection. In Markov Chain Monte Carlo in Practice. W.R. Gilks, S. Richardson and D.J. Spiegelhalter (eds.), New York: Chapman & Hall, 163 – 187.
Stern, H.S. and Cressie, N.A. (1999). Inference for extremes in disease mapping. In Disease mapping and risk assessment for public health. A. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 63 – 84.
Tzeng, J-Y. , Hsiao, C.K. and Chen, C.J. (1998) Spatial model selection using Bayes factor and ratio of variabilities for asthma mortality data. Chinese Journal of Public Health 17 158 – 169.
描述 碩士
國立政治大學
統計研究所
90354019
92
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0090354019
資料類型 thesis
dc.contributor.advisor 陳麗霞zh_TW
dc.contributor.author (Authors) 洪慈翊zh_TW
dc.creator (作者) 洪慈翊zh_TW
dc.date (日期) 2003en_US
dc.date.accessioned 2009-09-14-
dc.date.available 2009-09-14-
dc.date.issued (上傳時間) 2009-09-14-
dc.identifier (Other Identifiers) G0090354019en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/30878-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 90354019zh_TW
dc.description (描述) 92zh_TW
dc.description.abstract (摘要) 本論文的目的是希望透過貝氏模型的建構,以瞭解疾病在空間上的分佈狀態。我們先討論Poisson-Gamma模式(PG)、本質的常態條件自我相關模式(ICAR)、適當的常態條件自我相關模式(PCAR)等三種模式的貝氏架構,以期適切地描述出空間中的疾病發生率並據以繪製疾病地圖。接著,再介紹貝氏因子(Bayes Factor)以對這三種模式進行模式選取。本論文並以結核病資料進行實證分析,就各年齡層分別計算三種模式間的貝氏因子,以選出各年齡層的最適模式,並對該模式估計出的相對風險率繪製疾病地圖, 結果顯示各年齡層的最適空間模式不儘相同。
     
      由於群聚(clustering)現象亦為疾病空間統計之研究焦點,我們也介紹了群及間斷處的貝氏偵測法(BDCD),該方法是以可反轉跳動的蒙地卡羅馬可夫鏈(RJMCMC)為基礎。實證結果顯示相對風險率較高的地區多屬山地鄉等醫療環境較落後的偏遠地區,且39歲以下的年齡層支持PCAR模式,39歲以上的年齡層支持PG模式,也就是說青壯年的結核病空間分佈與鄰區間的距離、人數有著明顯的關係,至於中老年人的結核病空間分佈則是彼此獨立不相關的。
zh_TW
dc.description.tableofcontents 第一章 緒論
     第一節 研究動機與目的 1
     第二節 研究背景 2
     第三節 研究範圍與資料處理 2
     第四節 文獻探討 3
     第四節 研究架構 4
     第二章 貝氏空間統計的模型
     第一節 Poisson-Gamma模式 6
     第二節 本質的常態條件自我相關模式 8
     第三節 適當的常態條件自我相關模式 9
     第四節 配適模型實例探討 12
     第五節 結果 13
     第三章 模式選取
     第一節 貝氏因子之介紹 16
     第二節 貝氏因子之估計方法 18
     (一) Laplace方法 18
     (二) Schwarz 準則 20
     (三) 重要抽樣法結合後驗模擬值 20
     第三節 結核病發生率三種模式之選取 25
     第四節 疾病地圖 27
     第四章 用貝氏方法找群聚現象
     第一節 BDCD模型之介紹 31
     (一) 概似函數 31
     (二) 先驗分配 32
     (三) 以RJMCMC進行後驗推論 33
     第二節 群聚現象之疾病地圖 38
     第五章 結論與建議
     第一節 結論 47
     第二節 研究限制 49
     第三節 後續研究及建議 49
     參考文獻 51
     附錄 53
zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0090354019en_US
dc.subject (關鍵詞) 疾病地圖zh_TW
dc.subject (關鍵詞) 貝氏方法在疾病地圖zh_TW
dc.subject (關鍵詞) 貝氏方法在疾病地圖分析上之應用zh_TW
dc.title (題名) 貝氏方法在疾病地圖分析上之應用zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 楊堅:「台灣地區山地鄉結核病流行病學探討」,國立台灣大學流行病學研究所碩士論文, 民國89年。zh_TW
dc.relation.reference (參考文獻) 黃信誠 :「空間統計簡介」 http://www.stat.sinica.edu.tw/~hchuang/spatialstat.htmlzh_TW
dc.relation.reference (參考文獻) 蕭朱杏、莊愷瑋 :「地理統計於醫學與環境的應用」地理統計在農業和環境科學之應用研討會論文集, 民國90年5月3日 , 頁79 - 92。zh_TW
dc.relation.reference (參考文獻) Mollie , A. (1999). Bayesian and empirical bayes approaches to disease mapping. In Disease mapping and risk assessment for public health. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 15 – 29.zh_TW
dc.relation.reference (參考文獻) Bailey T.C. Spatial statistical methods in health. University of Exeter, UK.zh_TW
dc.relation.reference (參考文獻) http://www.dpi.inpe.br/cursos/ser301/ referencias/bailey_review.pdfzh_TW
dc.relation.reference (參考文獻) Cressie, N.A.and Chan, N.H. (1989). Spatial modeling of regional variables. Journal of the American Statistical Association, 84, 393 – 401.zh_TW
dc.relation.reference (參考文獻) Gamerman, D.(1997) Markov Chain Monte Carlo stochastic simulation for bayesian inference. Chapman & Hall, 161 – 219.zh_TW
dc.relation.reference (參考文獻) Conlon, E.M. and Louis, T.A. (1999). Addressing multiple goals in evaluating region-specific risk using Bayesian methods. In Disease mapping and risk assessment for public health. A. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 31 – 47.zh_TW
dc.relation.reference (參考文獻) Green, P. J. (1995) Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika 82, 711 – 732.zh_TW
dc.relation.reference (參考文獻) Hsiao, C.K. , Tzeng, J-Y., and Wang, C-H. (2000a) Comparing the performance of two indices for spatial model selection: application to two mortality data. Statistics inzh_TW
dc.relation.reference (參考文獻) Medicine 19, 1915 – 1930.zh_TW
dc.relation.reference (參考文獻) Kass, R.E. and Raftery, A.E. (1995). Bayes Factors. Journal of the American Statistical Association 90, 773 – 795.zh_TW
dc.relation.reference (參考文獻) Knorr-Held, L. and Raßer, G. (2000) Bayesian Detection of Clusters and Discontinuities in Disease Maps. Biometrics 56, 13 – 21.zh_TW
dc.relation.reference (參考文獻) Lewis, S.M. and Raftery, A.E. (1997). Estimating Bayes Factors via Posterior Simulation With the Laplace-Metropolis Estimator. Journal of the American Statistical Association 92, 648 – 655.zh_TW
dc.relation.reference (參考文獻) Raftery, A.E.(1999) Hypothesis testing and model selection. In Markov Chain Monte Carlo in Practice. W.R. Gilks, S. Richardson and D.J. Spiegelhalter (eds.), New York: Chapman & Hall, 163 – 187.zh_TW
dc.relation.reference (參考文獻) Stern, H.S. and Cressie, N.A. (1999). Inference for extremes in disease mapping. In Disease mapping and risk assessment for public health. A. Lawson, A. Biggeri, D. Bohning, E. Lesaffre, J-F. Viel and R. Bertollini (eds.), Chichester: Wiley, 63 – 84.zh_TW
dc.relation.reference (參考文獻) Tzeng, J-Y. , Hsiao, C.K. and Chen, C.J. (1998) Spatial model selection using Bayes factor and ratio of variabilities for asthma mortality data. Chinese Journal of Public Health 17 158 – 169.zh_TW