机读格式显示(MARC)

• 000 02683oam2 2200349 450

• 001 0000700546

• 005 20240815141300.0

• 010 __ |a 978-7-04-060766-6 |d CNY79.00

• 100 __ |a 20231215d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 地理空间健康数据 |A di li kong jian jian kang shu ju |e 基于R-INLA和Shiny的建模与可视化 |d = Geospatial health data |e modeling and visualization with R-INLA and shiny |f Paula Moraga著 |g 汤银才, 王平平译 |z eng

• 210 __ |a 北京 |c 高等教育出版社 |d 2023

• 215 __ |a xiii, 226页 |c 图 |d 26cm

• 225 2_ |a 应用统计学丛书 |A ying yong tong ji xue cong shu |v 29

• 314 __ |a Paula Moraga 是英国巴斯大学数学科学系的一名讲师。此前, 她曾在兰卡斯特大学、昆士兰科技大学、伦敦卫生与热带医学学院和哈佛大学公共卫生学院担任学术职务。 Moraga博士在统计研究领域工作了十多年, 主要专注于空间流行病学及其建模, 她开发了疾病监测方面的创新性的统计方法及开源软件, 她的工作直接为几个国家减少与疾病相关负担的战略政策提供了参考, 参与的项目包括开发建模架构, 以了解非洲的疟疾、巴西的钩端螺旋体病和澳大利亚的癌症的时空模式及确定干预目标。Moraga博士致力于开发一些用于疾病建模、聚类检测和与旅行有关的疾病传播的R软件包, 她是SpatialEpiApp的作者, 这是一个用于分析空间和时空疾病数据的Shiny网络应用程序。

• 314 __ |a 责任者Moraga规范汉译姓: 莫拉加

• 320 __ |a 有书目 (第220-224页)

• 330 __ |a 本书介绍了R中用于分析地理参考健康数据的空间和时空统计方法以及可视化技术, 具体涵盖以下主题: 操作和转换点、面和栅格数据 ; 使用区域和地理统计数据进行疾病映射的贝叶斯分层模型 ; 使用集成的嵌套拉普拉斯近似(INLA)和随机偏微分方程(SPDE)方法拟合和解释空间和时空模型 ; 创建交互式和静态可视化, 例如疾病地图和时间曲线图 ; 可重现的RMarkdown报告、交互式仪表盘和ShinyWeb应用程序, 便于向合作者和决策者传达见解。本书提供了基于真实世界数据的多个疾病和环境应用的完全可复制示例, 例如冈比亚的疟疾, 英国和美国的癌症以及西班牙的空气污染。这些示例主要集中在健康应用方面, 但所涉及的方法也适用于其他使用地理参考数据的领域, 包括流行病学、生态学、人口统计学和犯罪学。本书清晰描述了数据导入、操作、建模和可视化的R代码以及结果的解释。

• 410 _0 |1 2001 |a 应用统计学丛书 |v 29

• 500 10 |a Geospatial health data : modeling and visualization with R-INLA and shiny |A Geospatial Health Data : Modeling And Visualization With R-inla And Shiny |m Chinese

• 517 1_ |a 基于R-INLA和Shiny的建模与可视化 |A ji yu R-INLAhe Shinyde jian mo yu ke shi hua

• 606 0_ |a 医学地理图 |A yi xue di li tu |x 数字地图

• 690 __ |a R188-39 |v 5

• 690 __ |a P283.7 |v 5

• 701 _1 |a 莫拉加 |A mo la jia |g (Moraga, Paula) |4 著

• 702 _0 |a 汤银才 |A tang yin cai |4 译

• 702 _0 |a 王平平 |A wang ping ping |4 译

• 801 _0 |a CN |b WFKJXY |c 20240815

• 905 __ |a WFKJXY |d R188-39/1