100 neighborhoods, the spatial rang

100 neighborhoods, the spatial range of correlation was
equal to 475 m (vs. 3,424 m in the real data), indicating
that the spatially structured and unstructured components
of variability were no longer intrinsically different. This
simulation confirms a certain ability of the hierarchical geostatistical
model to disentangle spatially structured variations
from unstructured neighborhood variations, and it
indicates that the proportion of spatially structured variations
r2s
=ðr2u
þ r2s
Þ and the spatial range of correlation 3//
need to be interpreted jointly.
Multilevel models and hierarchical geostatistical models
were estimated with a Markov chain Monte Carlo approach
by using the WinBUGS version 1.4 program (43). We used
noninformative uniform priors for all parameters. We ran
a single chain with a burn-in period of 100,000 iterations.
After convergence, we retained every 10th iteration until
a sample size of 10,000 was attained. For each parameter,
we report the median of the posterior distribution and provide
a 95 percent credible interval.
To illustrate that the hierarchical geostatistical model cannot
take into account the 13,730 different locations of individuals,
we successively grouped individuals within squares
of different sizes (1,000, 750, 500, 250, or 125 m on a side),
resulting in data sets with a different number of locations for
geocoding individuals (154, 235, 422, 1,025, and 2,612
locations, respectively).We estimated an empty hierarchical
geostatistical model for each data set. The computation time
for 1,000 iterations was 0.04 hour, 0.13 hour, 0.66 hour, 8.96
hours, and 145 hours (or 6 days) in these five different cases.
Far more than 1,000 iterations would have been needed to fit
the models. Furthermore, models including covariates require
much longer computation times. Therefore, it is obvious
that our hierarchical geostatistical model could not take
into account the 13,730 different locations.

ผลลัพธ์ (ไทย) 2:

100 ละแวกใกล้เคียงช่วงเชิงพื้นที่ของความสัมพันธ์เป็น
เท่ากับ 475 เมตร (เทียบกับ 3,424 เมตรในข้อมูลจริง) แสดงให้เห็น
ว่าโครงสร้างเชิงพื้นที่และส่วนประกอบที่ไม่มีโครงสร้าง
ของความแปรปรวนไม่ได้อยู่ที่แตกต่างกันภายใน นี้
จำลองยืนยันความสามารถบางอย่างของ geostatistical ลำดับชั้น
รูปแบบที่จะคลี่คลายรูปแบบโครงสร้างเชิงพื้นที่
จากพื้นที่ใกล้เคียงที่ไม่มีโครงสร้างรูปแบบและมัน
แสดงให้เห็นว่าสัดส่วนของการเปลี่ยนแปลงโครงสร้างเชิงพื้นที่
R2S
ðr2u =
þ R2S
Þและช่วงของความสัมพันธ์เชิงพื้นที่ 3 //
จะต้องมีการตีความ ร่วมกัน.
รุ่นหลายระดับและรูปแบบลำดับชั้น geostatistical
ประมาณด้วยโซ่มาร์คอฟวิธี Monte Carlo
โดยใช้รุ่น WinBUGS 1.4 โปรแกรม (43) เราใช้
ไพรเออร์เครื่องแบบ noninformative สำหรับพารามิเตอร์ทั้งหมด เราวิ่ง
ห่วงโซ่เดียวที่มีระยะเวลาการเผาไหม้ใน 100,000 ซ้ำ.
หลังจากที่บรรจบกันเราสะสมทุกย้ำ 10 จนถึง
ขนาดของกลุ่มตัวอย่าง 10,000 บรรลุ สำหรับแต่ละพารามิเตอร์
เรารายงานค่าเฉลี่ยของการกระจายหลังและให้
ช่วงเวลาที่มีความน่าเชื่อถือร้อยละ 95.
เพื่อแสดงให้เห็นว่ารูปแบบ geostatistical ลำดับชั้นไม่สามารถ
นำเข้าบัญชี 13,730 สถานที่ที่แตกต่างกันของบุคคล
ที่เราจัดกลุ่มอย่างต่อเนื่องประชาชนในสี่เหลี่ยม
ที่มีขนาดแตกต่างกัน (1000, 750, 500, 250, หรือ 125 เมตรด้านข้าง)
มีผลในชุดข้อมูลที่มีจำนวนแตกต่างกันของสถานที่สำหรับ
geocoding บุคคล (154, 235, 422, 1,025, 2,612 และ
สถานที่ตามลำดับ) เราคาดว่างลำดับชั้น
แบบ geostatistical สำหรับชุดข้อมูลแต่ละ เวลาในการคำนวณ
1,000 ซ้ำเป็น 0.04 ชั่วโมง, 0.13 ชั่วโมง, 0.66 ชั่วโมง, 8.96
ชั่วโมงและ 145 ชั่วโมง (หรือ 6 วัน) ในกรณีเหล่านี้ห้าที่แตกต่างกัน.
ฟาร์มากกว่า 1,000 ซ้ำจะได้รับสิ่งที่จำเป็นเพื่อให้พอดีกับ
รูปแบบ นอกจากนี้รูปแบบรวมทั้งตัวแปรต้องใช้
เวลานานในการคำนวณ ดังนั้นจึงเป็นที่ชัดเจน
ว่ารูปแบบลำดับชั้น geostatistical ของเราไม่สามารถใช้
เข้าบัญชี 13,730 สถานที่ที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

100 ย่าน ช่วงพื้นที่ความสัมพันธ์
เท่ากับ 475 เมตร ( เทียบกับ 3424 M ในข้อมูลที่แท้จริง ) แสดงโครงสร้างและไม่มีโครงสร้างที่เปลี่ยนไป

ไม่มีส่วนประกอบความแปรปรวนแตกต่างกันภายใน . แบบจำลองนี้
ยืนยันความสามารถบางอย่างของแบบจำลอง geostatistical

เปลี่ยนรูปแบบโครงสร้างลำดับชั้นความคลี่คลายจากเพื่อนบ้านที่ไม่มีรูปแบบ และพบว่า สัดส่วนของโครงสร้าง

เปลี่ยนรูปแบบ r2s
=

ð r2u þ r2s Þและช่วงของความสัมพันธ์เชิงพื้นที่ 3 / /
ต้องตีความร่วมกัน และแบบหลายลำดับชั้นแบบ geostatistical

ประมาณด้วย Markov Monte Carlo เข้าหา
โดยใช้ winbugs รุ่น 1.4 โปรแกรม ( 43 ) เราใช้
ประวัติเครื่องแบบ noninformative สำหรับพารามิเตอร์ทั้งหมด เราวิ่ง
โซ่เดียวกับการเผาไหม้ในรอบระยะเวลา 100000 .
หลังจากที่บรรจบกัน เราเก็บไว้ทุก 10 ซ้ำจนกว่า
ขนาดตัวอย่าง 10 , 000 ก็บรรลุ สำหรับแต่ละพารามิเตอร์
เรารายงานมัธยฐานของการแจกแจงด้านหลังและให้

เป็น 95 เปอร์เซ็นต์น่าเชื่อถือ ช่วง เพื่อแสดงให้เห็นว่าการ geostatistical ไม่สามารถรุ่น
รับ 13730 สถานที่ที่แตกต่างกันของบุคคล กลุ่มบุคคลภายในสี่เหลี่ยมเราอย่างต่อเนื่อง

ขนาดแตกต่างกัน ( 1 , 000 , 750 , 500 , 250 หรือ 125 เมตรแบบด้าน ) ,
เป็นผลในชุดข้อมูลที่มีหมายเลขที่แตกต่างกันของที่ตั้ง
geocoding บุคคล ( 154 , 235 422 1025 และ 2612
สถานที่ตามลำดับ เราประเมินว่าง
geostatistical ลำดับชั้นแบบจำลองสำหรับข้อมูลแต่ละชุดเวลาการคำนวณ
1000 รอบ เท่ากับ 0.04 ชั่วโมง 2 ชั่วโมง 0.13 ชั่วโมง , 8.96
ชั่วโมงและชั่วโมง 145 ( หรือ 6 วัน ) กรณีเหล่านี้แตกต่างกัน 5 .
มากกว่า 1000 รอบจะต้องพอดี
รุ่น นอกจากนี้ รุ่นรวมทั้งความรู้ต้อง
นานกว่าการคำนวณครั้ง ดังนั้น จึงเป็นที่ชัดเจนว่ารูปแบบการ geostatistical ของเรา

ไม่ได้ใช้เข้าบัญชี 13730 แตกต่างสถานที่