تحليل داده‌هاي فضايي-زماني شمارشي با مدل منعطف گاماي شمارشي

بسياري از داده‌هاي فضاييزماني، به‌ويژه در پزشكي و تصويرسازي بيماري‌ها، شمارشي هستند. معمولا اين نوع داده‌هاي شمارشي داراي تغييرپذيري مضاعفي هستند كه كارايي مدل پواسون را براي تحليل آن‌ها خدشه‌دار مي‌كند. لحاظ كردن اين تغييرپذيري در فرآيند مدل‌بندي، نقش مهمي در افزايش كارايي تحليل داده‌هاي فضاييزماني شمارشي دارد. با اين هدف، در اين مقاله، يك مدل فضاييزماني بيزي جديد با انعطاف بالا براي مدل‌بندي پراكنش داده‌ها، به نام گاماي شمارشي، معرفي شده است. براي برازش و استنباط اين مدل، روش تقريب لاپلاس آشياني جمع‌بسته به كار گرفته شده است. براي ارزيابي عملكرد مدل پيشنهادي در مقايسه با مدل‌هاي سنتي پواسون و دوجمله‌اي منفي، از يك مطالعه شبيه‌سازي استفاده شده است. افزون بر اين، كاربست مدل در تحليل داده‌هاي سرطان خون در استان خراسان رضوي، نشان داده شده است.