This chapter developed a method for

This chapter developed a method for simulating spatially correlated beta-binomial data using
a transformation from a normal spatial field. The simulated spatial random fields were then
shown to follow the desired probability distributions, beta for the latent probability field
and binomial for the sample proportions. Some characteristics of the spatial relationships
in beta-binomial data were explored, which will be useful for comparing the beta-binomial
kriging model in later chapters. Spatial covariance parameter estimates were evaluated for
a large-scale simulation and the beta-binomial variogram estimator was shown to produce
accurate results. Finally the prediction accuracy of the beta-binomial kriging model was
assessed. Mean prediction error and mean squared prediction error are useful to compare
different cases of the beta-binomial kriging model, but they cannot say much about how
the model performs overall. In the next chapter these prediction summaries will be used to
compare alternative spatial models for binomial data.

ผลลัพธ์ (ไทย) 1:

บทนี้ได้รับการพัฒนาวิธีการในการจำลองข้อมูลเบต้าแบบทวิ spatially correlated ที่ใช้การแปลงจากเขตพื้นที่ปกติ เขตสุ่มปริภูมิจำลองได้แล้วแสดงตามที่ระบุความน่าเป็นการกระจาย เบต้าสำหรับฟิลด์ความแฝงอยู่และสำหรับสัดส่วนตัวอย่างทวินาม บางลักษณะของพื้นที่ความสัมพันธ์ในเบต้าแบบทวิข้อมูลมีอุดม ซึ่งจะเป็นประโยชน์สำหรับเปรียบเทียบเบต้าทวินามรูปแบบ kriging ในบทต่อไป ประเมินความแปรปรวนร่วมของปริภูมิพารามิเตอร์ถูกประเมินการจำลองขนาดใหญ่และประมาณ variogram เบต้าแบบทวินามที่แสดงการผลิตผลลัพธ์ที่ถูกต้อง ในที่สุด ความแม่นยำทำนายของแบบ kriging เบต้าแบบทวินามถูกประเมิน หมายถึง ข้อผิดพลาดในการทำนาย และข้อผิดพลาดกำลังสองทำนายมีประโยชน์ในการเปรียบเทียบหมายถึงกรณีต่าง ๆ ของแบบ kriging แบบทวิเบต้า แต่พวกเขาไม่พูดมากเกี่ยวกับวิธีแบบทำงานโดยรวม ในบทถัดไป สรุปคาดการณ์เหล่านี้จะใช้เปรียบเทียบแบบจำลองพื้นที่สำรองข้อมูลทวินาม

ผลลัพธ์ (ไทย) 2:

ในบทนี้จะพัฒนาวิธีการในการจำลองความสัมพันธ์เชิงพื้นที่ข้อมูลเบต้าทวินามโดยใช้การเปลี่ยนแปลงจากสนามอวกาศปกติ เขตสุ่มจำลองเชิงพื้นที่จากนั้นก็แสดงให้เห็นถึงความน่าจะเป็นไปตามการกระจายที่ต้องการเบต้าสำหรับเขตที่แฝงความน่าจะเป็นและมีสองชื่อสำหรับสัดส่วนของกลุ่มตัวอย่าง ลักษณะบางส่วนของความสัมพันธ์เชิงพื้นที่ในข้อมูลเบต้าทวินามสำรวจซึ่งจะเป็นประโยชน์สำหรับการเปรียบเทียบเบต้าทวินามรูปแบบkriging ในบทต่อ แปรปรวนเชิงพื้นที่ประมาณการพารามิเตอร์ได้รับการประเมินสำหรับการจำลองขนาดใหญ่และการประมาณการ variogram เบต้าทวินามก็แสดงให้เห็นในการผลิตผลลัพธ์ที่ถูกต้อง ในที่สุดความถูกต้องของการทำนายของรูปแบบ kriging เบต้าทวินามได้รับการประเมิน ข้อผิดพลาดในการทำนายค่าเฉลี่ยและค่าเฉลี่ยการคาดการณ์ข้อผิดพลาดกำลังสองเป็นประโยชน์ในการเปรียบเทียบกรณีที่แตกต่างของรูปแบบ kriging เบต้าทวินาม แต่พวกเขาไม่สามารถพูดมากเกี่ยวกับวิธีการรูปแบบการดำเนินการโดยรวม ในบทต่อไปสรุปการคาดการณ์เหล่านี้จะถูกใช้ในการเปรียบเทียบแบบจำลองเชิงพื้นที่ทางเลือกสำหรับข้อมูลทวินาม

ผลลัพธ์ (ไทย) 3:

บทนี้พัฒนาวิธีการจำลองแบบข้อมูลเชิงพื้นที่มีเบต้าใช้
เปลี่ยนแปลงจากปกติพื้นที่สนาม การจำลองเชิงพื้นที่แบบเขตข้อมูลแล้ว
แสดงตามต้องการการแจกแจงความน่าจะเป็น เบต้าสำหรับแฝงความน่าจะเป็นและสนาม
ทวินามสำหรับตัวอย่างสัดส่วน ลักษณะบางอย่างของ
ความสัมพันธ์เชิงพื้นที่ใน Beta แบบสำรวจข้อมูล ซึ่งจะเป็นประโยชน์สำหรับการเปรียบเทียบเบต้าแบบ
คริกกิ้งแบบในบทต่อมา การประมาณพารามิเตอร์ร่วมศึกษา
จำลองขนาดใหญ่และเบต้าแบบ variogram ประมาณแสดงผลิต
ผลลัพธ์ที่ถูกต้อง ในที่สุด ทำนายความถูกต้องของเบต้าแบบคริกกิ้งแบบ
ประเมินหมายถึงข้อผิดพลาดการทำนายและค่าเฉลี่ยความคลาดเคลื่อนยกกำลังสองการทำนายมีประโยชน์เปรียบเทียบ
กรณีที่แตกต่างกันของเบต้าแบบคริกกิ้งรุ่น แต่พวกเขาไม่สามารถบอกมากเกี่ยวกับวิธีการ
รูปแบบการดําเนินการโดยรวม ในบทต่อไปสรุปการคาดการณ์เหล่านี้จะใช้เพื่อเปรียบเทียบเชิงพื้นที่แบบจำลองทางเลือก
ข้อมูลทวินาม .