Bayesian inference for multistate `step and turn' animal movement in continuous time
动物运动的机械建模通常在离散时间中制定，尽管存在尺度不变性的问题，例如处理不规则的定时观察。一个自然的解决方案是在连续的时间内制定，但这一点的吸收一直很慢。这种缺乏执行的情况往往以难以解释为借口。在这里，我们的目标是通过开发一个具有可解释参数的连续时间模型来支持使用，类似于使用转向角和步长的流行离散时间模型。运动由关节轴承和速度过程定义，参数取决于连续时间行为切换过程，从而创建灵活的运动模型。方法提出了马尔可夫链蒙特卡罗推理不规则的意见，涉及扩大观察到的位置与重建的基本运动过程。这适用于公知的GPS数据从麋鹿（\emph{Cervus elaphus}），这是以前在离散时间建模。我们证明了连续时间模型的可解释性，发现随着时间的推移，在行为和洞察短期行为，不能在离散时间内获得明显的差异。
2017-05-18 stat.AP
Continuous-time modelling of behavioural responses in animal movement
在生态学中，人们对了解野生动物如何受到人为干扰（如声音）的影响有很大的兴趣。行为反应研究是量化海军活动对海洋哺乳动物影响的一个重要方法。进行受控暴露实验，其中动物的行为在暴露于受控声源之前、期间和之后被量化，通常使用遥测标签（例如，加速度计或卫星跟踪器）。需要建立统计模型，以正式比较接触前后的模式，量化与基线行为的偏差。我们提出变系数随机微分方程（SDES）作为一个灵活的框架来模拟这样的数据，有两个组成部分：（1）时变基线动态，建模与非参数或随时间变化的协变量的随机效应，和（2）非参数响应模型，它捕获偏离基线。在连续时间内指定了PDE，这使得分析以不规则时间间隔收集的数据变得简单，这是动物跟踪研究的常见情况。我们描述了如何将该模型嵌入到一个状态空间建模框架，以考虑测量误差。我们提出了模型拟合，模型检查和不确定性量化（包括响应模型）的推理方法。我们将这种方法应用于两个行为反应研究数据集的喙鲸：卫星跟踪，和高分辨率的深度数据。我们的研究结果表明，鲸鱼的水平运动和垂直潜水行为改变后，暴露于声源，未来的工作应该评估这些反应的严重性和可能的后果。这两个非常不同的例子展示了可变系数的多功能性SDES来测量行为的变化，我们讨论了干扰鲸鱼的能量平衡的影响。
2022-12-19 stat.AP stat.ME
Spatial Joint Species N-Mixture Models for Multi-Source Observational Data with Application to Wild Deer Population Abundance
本文针对爱尔兰三种野生鹿的多源空间错位数据，提出空间联合物种N-混合模型，以同时建模多个物种种群丰度并考虑物种间相关性及生态协变量影响。
2024-05-02 stat.AP
Modelling excess zeros in count data: A new perspective on modelling approaches
我们考虑的计数数据的分析，其中观察到的频率为零计数是异常大，通常相对于泊松分布。我们专注于两种替代的建模方法：过度分散（OD）模型和零通货膨胀（ZI）模型，这两种模型都可以被看作是概括的泊松分布，我们称之为隐式和显式ZI模型，分别。虽然有时被视为相互竞争的方法，但它们可以是互补的; OD是ZI建模的结果，ZI是OD建模的副产品。这种分析的中心目标通常是根据计数中明显过多的零来推断协变量对平均值的影响。通常，对多余零点本身的建模是次要目标，在OD和ZI方法之间和内部需要做出选择。本文的贡献主要是概念性的。我们对比，连续性，对零的两种方法的影响。我们进一步提供了一个新的描述性的特点，替代ZI模型，包括经典的障碍和混合物模型，通过提供一个统一的理论框架，他们的比较。这反过来又导致了一个新颖的和技术上更简单的ZI模型。我们开发的基础理论为单变量计数和触摸其含义为多变量计数数据。
2021-07-29 stat.ME
Geostatistical models for zero-inflated data and extreme values
了解动物在其生命各个阶段的空间分布，以及环境协变量如何影响这些分布，是有效管理动物种群的基本要求。文献中提出了几种地质统计模型，但数据结构往往存在过多的零值和极值，如果在建模过程中忽略这些值，可能导致不可靠的估计。为了解决这些问题，我们提出了一个点参考零膨胀模型来模拟存在的概率与积极的意见和点参考广义帕累托模型的极端。最后，我们结合这两个模型的结果，得到感兴趣的变量的空间预测。我们遵循贝叶斯方法，并使用软件R中的R-INLA包进行推断。通过分析沙丁鱼卵密度（卵/ $m^3$）的空间分布来说明我们提出的方法。结果表明，零膨胀和极值组合模型提高了空间预测精度。因此，我们的结论是，在建模过程中考虑数据结构是相关的。此外，考虑的层次模型可以广泛适用于许多生态问题，甚至在其他情况下。
2020-10-23 stat.AP
Bayesian Context Trees: Modelling and exact inference for discrete time series
我们开发了一个新的贝叶斯建模框架的类高阶，可变记忆马尔可夫链，并介绍了一个相关的收集方法的工具，精确的推理与离散时间序列。我们表明，一个版本的上下文树加权算法可以准确地计算先验预测似然（平均模型和参数），并介绍了两个相关的算法，识别后验最有可能的模型，并计算其确切的后验概率。这三种算法都是确定性的，具有线性时间复杂度。一个家庭的变维马尔可夫链蒙特卡罗采样器也提供了，方便进一步探索后。所提出的方法在模型选择，马尔可夫阶估计和预测的性能，通过模拟实验和现实世界的应用与金融，遗传学，神经科学和动物交流的数据进行说明。相关算法在R包BCT中实现。
2022-02-06 cs.IT math.IT stat.AP
Multiscale modelling of animal movement with persistent dynamics
本文提出基于欠阻尼Langevin过程的连续时间多尺度动物运动模型，连接资源选择与步长选择函数，并给出状态空间推断及混合效应方法。
2025-10-05 q-bio.QM stat.AP stat.ME
Finite mixtures in capture-recapture surveys for modelling residency patterns in marine wildlife populations
本文提出一种基于贝叶斯有限混合模型的捕获-再捕获方法，利用种群结构先验知识估计动物丰度，并通过模拟实验和2018-2020年台伯河河口瓶鼻海豚数据验证了其在种群规模与结构估计上的优势。
2023-09-19 stat.AP stat.OT
Statistical modelling of individual animal movement: an overview of key methods and a discussion of practical challenges
随着从电子跟踪设备收集的复杂而详细的跟踪数据的涌入，动物运动数据的分析最近已经成为生物统计学家的家庭手工业。越来越复杂的新方法不断被添加到文献中。在本文中，我们回顾了我们认为是一些最流行的和最有用的类别的统计模型用于分析个体动物运动数据。具体来说，我们考虑离散时间隐马尔可夫模型，更一般的状态空间模型和扩散过程。我们认为，这些模型应该是工具箱中的核心组成部分，定量研究人员对个体动物运动的随机建模。最后，本文对动物运动的统计分析的方向提出了一些一般性的看法。运动生态学有一种趋势，可以说是过于复杂的建模方法，生态学家无法使用，庞大的数据集或不基于主流统计实践。此外，生态社区内开发的一些分析方法忽略了运动数据的基本属性，可能导致对动物运动的误导性结论。相应的方法，例如基于Lévy步行型模型的方法，尽管在很大程度上受到质疑，但仍然很受欢迎。我们认为，有必要在过于复杂或过于简单的极端之间取得适当的平衡，即该学科依赖于一般生态学家可用的中间复杂性模型，但以发达的统计实践为基础，并有效地适应大型数据集。
2017-01-30 q-bio.QM stat.AP
A Bayesian Joint Modelling of Current Status and Current Count Data
本文提出一种基于共享脆弱性的半参数回归贝叶斯联合建模方法，利用自适应Metropolis-Hastings算法估计重复与非重复事件的依赖程度及风险因素，并通过模拟和骨折-骨质疏松数据验证了有效性。
2024-10-13 stat.ME
Flexible Bayesian Modelling of Age-Specific Counts in Many Demographic Subpopulations
针对人口子群体观察计数少且异质性大的挑战，提出一种利用平滑潜因子和分层先验的贝叶斯模型，用于联合分析多子群体的年龄别计数，并在奥地利移民流案例中展现出优于基准框架的插补与预测性能。
2025-05-28 stat.AP
Bayesian Multi-Species N-Mixture Models for Unmarked Animal Communities
我们提出了一个扩展的N-混合物模型，它允许同时估计多个物种的丰度和物种间的相关性。我们还提出了进一步的扩展，这种多物种的N-混合物模型，其中之一，使我们能够检查的数据，有一个多余的零计数，另一个允许我们放松封闭的假设，固有的N-混合物模型，通过将AR项的丰度。包含一个多元正态分布作为先验的随机效应的丰度有利于种间相关矩阵的估计。每个模型还拟合了作为NABBS 2010-2019的一部分收集的鸟类点数据。模拟研究的结果表明，在小、大和没有零通货膨胀的情况下，这些模型对小和大样本量的丰度、物种间相关性和检测概率都能作出准确的估计。对北美繁殖鸟类调查数据进行模型拟合的结果显示，在所研究的十年中，阿拉斯加东南部的秃鹰种群规模有所增加。我们新颖的多物种N混合模型考虑了整个群落，使我们能够检查研究区域中存在的每个物种的丰度，因为这些物种并不存在于真空中，允许我们估计物种丰度之间的相关性。虽然以前的多物种丰度模型允许估计丰度和检测概率，我们的研究是第一个解决物种间正相关和负相关的估计，这使我们能够开始推断这些物种的丰度对彼此的影响。我们的建模方法提供了一种方法，量化物种的人口规模之间的关联强度，是人口和保护生态学家的实际用途。
2022-08-15 stat.ME
Parametric Modelling of Multivariate Count Data Using Probabilistic Graphical Models
CIRAD（法国农业研究与国际合作组织）；Inria（法国国家信息与自动化研究所）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Laboratoire Jean Kuntzmann（让·库茨曼实验室）
多变量计数数据定义为从总体内的抽样中发布的不同类别的项目的数量，其中个体被分组到类别中。多变量计数数据的分析是许多建模问题中经常出现的关键问题，特别是在生物学和生态学（其中数据可以表示与多类型分支过程相关的儿童计数），社会学和计量经济学领域。我们专注于I）识别同时出现的类别，或者相反，相互排斥的类别。这是通过以下方式实现的：识别变量之间的条件独立关系; II）构建与这些关系一致的简约参数模型; III）表征和检验协变量对计数的联合分布的影响。为了实现这些目标，我们提出了一种基于图形概率模型的方法，更具体地说，部分有向无环图。
2013-12-16 cs.LG stat.ME stat.ML
Enhancing the use of family planning service statistics using a Bayesian modelling approach to inform estimates of modern contraceptive use in low- and middle-income countries
本文提出一种贝叶斯分层建模方法，将服务统计数据推导的EMU年度变化率纳入FPET以改进中低收入国家mCPR估计，并通过验证和案例研究证明其能提升预测性能。
2025-02-06 stat.AP
Estimating the course of the COVID-19 pandemic in Germany via spline-based hierarchical modelling of death counts
有效繁殖数是监控COVID-19疫情进程的关键数据。在这项研究中，我们考虑了一个回顾性的建模方法，估计有效的繁殖数量的基础上，在德国的大流行的第一年的死亡人数。拟议的贝叶斯分层模型采用样条来估计随着时间的推移灵活的繁殖数量，同时调整不同的有效感染死亡率。该方法还提供了一段时间内未被发现的感染的黑暗数字的估计。德国的结果表明，根据死亡人数估计的生殖数量往往类似于根据确诊病例的经典估计。然而，考虑到死亡人数被证明对检测政策的变化更为稳健：在第二波感染期间，对繁殖数量的经典估计表明，在2020年11月的“封锁灯”之后，感染人数呈平稳/下降趋势，而我们的结果表明，真实感染人数持续上升，直到2020年12月的“第二次封锁”。这一观察结果与与“锁定灯”同时引入的更严格的测试标准有关，这反映在我们的模型估计的随后增加的感染黑暗数字中。这些发现表明，回顾性观点可以提供有关大流行过程的更多见解。考虑到逐步接种疫苗，将重点从模拟确诊病例转移到报告的死亡病例，并有可能纳入有效的感染死亡率，这可能对未来的大流行监测越来越重要。
2021-09-06 q-bio.PE stat.AP
Modelling group dynamic animal movement
群体动态运动是许多物种运动的基本方面。人们已经认识到，需要充分模拟个人与其他群体成员的互动，特别是为了区分社会力量在个人运动中的作用与环境因素。然而，到目前为止，实际的统计方法，可以包括动物运动模型的群体动力学一直缺乏。我们考虑一个灵活的建模框架，区分组级模型，描述组的中心的运动，和个人级模型，这样每个人使其相对于组质心的运动决策。基本思想是框架内的灵活类隐马尔可夫模型，扩展以前的工作，通过多状态随机游走的动物运动建模。虽然在模拟实验中，参数估计在非理想的情况下表现出一定的偏差，我们表明，一般这种类型的模型的估计是可行的，生态信息。我们说明的方法使用真实的运动数据从11驯鹿（Rangifer tarandus）。结果表明，驯鹿在扎营状态下的一组质心的方向性偏差。虽然对群体质心的吸引力相对较弱，但我们的模型成功地捕捉到了群体影响的运动动态。具体而言，相比相关随机游走的常规混合物，组动态模型更准确地预测了一个有凝聚力的移动组的非扩散行为。
2013-08-27 q-bio.QM stat.AP
A general framework for modelling zero inflation
我们提出了一个新的框架，展示零通货膨胀（ZI）的计数数据建模。这个框架的主要部分包括一个新的和更一般的ZI模型，其中自然包括过度和通货膨胀不足的参数化。它进一步揭示了新的理论建模和推理，并允许一个更简单的替代方案，我们称之为乘法，在占主导地位的混合物和障碍模型。我们的方法使统计学家能够获得新类型的ZI，其中混合物和障碍是特例。我们概述了一个简单的参数化建模方法，它可以帮助推断两个ZI类型和程度，并提供了一个基本的治疗，表明目前的ZI模型本身通常在指数家庭，从而允许更简单的理论，计算和经典的推理。我们概述了一些可能性的自然贝叶斯推理框架和丰富的基础上相关的ZI计数工作。本文是一个不完整的报告的基本理论。稍后的版本将包括计算问题，并提供更多的例子。
2018-05-01 stat.ME
Bayesian hierarchical modelling of sparse count processes in retail analytics
零售分析领域已经被丰富数据的可用性所改变，这些数据可用于执行需求预测和库存管理等任务。然而，事实证明，一项更具挑战性的任务是预测对销售量很少的产品的需求。结果数据的稀疏性限制了传统分析的部署程度。为了解决这一问题，我们将销售数据表示为结构化的稀疏多变量点过程，该过程允许已知存在于稀疏销售数据中的自相关、互相关和时间聚类等特征。我们引入贝叶斯点过程模型来捕捉这些现象，其中包括一个障碍组件，以应付稀疏性和一个令人兴奋的组件，以应付时间内和跨产品的聚类。然后，我们将此模型转换为贝叶斯分层框架，以允许跨不同产品借用信息，这是解决每个产品数据稀疏性的关键。我们使用真实的销售数据进行了详细的分析，表明该模型在预测能力方面优于现有方法，并讨论了对推断的解释。
2018-05-15 stat.AP
Modelling the covariance structure in marginal multivariate count models: Hunting in Bioko Island
我们提出了一个灵活的统计建模框架来处理多变量计数数据以及纵向和重复测量结构。每个响应变量的协方差结构定义为协方差连接函数与涉及已知矩阵的矩阵线性预测。为了指定多变量响应向量的联合协方差阵，采用广义Kronecker积。的计数性质的数据被考虑到通过与泊松-特威迪分布相关联的功率分散函数。此外，得分信息准则的矩阵线性预测器的组件的选择进行了扩展。我们分析了一个数据集组成的猎物动物（主要的狩猎物种，蓝色小羚羊\textit{Philantomba monticola}和其他类群）拍摄或诱捕肉类的$52$商业猎人在一个$33$ -个月期间在皮科巴西莱，比奥科岛，赤道几内亚。考虑到严重不平衡的重复测量和纵向结构引起的猎人和一组潜在的协变量（这反过来又影响的平均值和协方差结构），我们的方法可以用来表明是否有统计证据表明，在研究期间，蓝色小羚羊和其他物种狩猎下降。确定观察到的被猎杀动物数量下降是否属实，对于评估世界任何地方的开发区是否正在发生物种枯竭效应至关重要。我们建议，我们的方法可以用来更准确地了解为商业或生计目的狩猎的动物的轨迹，并建立明确的政策，以确保可持续的狩猎行为。
2016-08-18 stat.AP stat.ME
Hierarchical modelling of faecal egg counts to assess anthelmintic efficacy
计算粪便样本中寄生虫卵的数量是评估寄生虫负荷的一种广泛使用的诊断方法。通常，检查稀释粪便的子样品中的虫卵。将所得虫卵计数乘以特定校正因子，以估计平均寄生虫负荷。为了检测驱虫剂抗性，比较了来自处理和未处理动物的平均寄生虫负荷。然而，这种标准方法有一定的局限性。特别是，重复样品的分析可能会产生相当可变的结果，因为忽略了由于计数技术引起的采样变异性。我们提出了一个分层模型，考虑到这种采样变异性以及动物之间的变化。贝叶斯推断是通过马尔可夫链蒙特卡罗抽样。的分层模型的性能说明了重新分析的粪便虫卵计数数据从瑞典的研究评估驱虫剂抗性的线虫寄生虫在羊。仿真研究表明，分层模型提供了更好的分类驱虫剂的耐药性相比，标准方法。
2014-01-12 stat.AP
Network Hawkes Process Models for Exploring Latent Hierarchy in Social Animal Interactions
基于群体的社会支配等级在动物行为研究中具有重要意义。研究经常记录随着时间的推移观察到的积极的相互作用，因此，能够捕捉这种动态层次结构的模型至关重要。传统的排名方法只使用总计数来总结跨时间的交互。相反，我们利用互动的时间戳，提出了一系列的网络点过程模型与潜在的行列。我们精心设计这些模型，以纳入动物相互作用数据的重要特征，包括赢家效应，爆发和对翻转现象。通过迭代地构建和评估这些模型，我们得到了最终的队列马尔可夫调制霍克斯过程（C-MMHP），它最好地表征了在相互作用数据中观察到的所有上述模式。我们使用模拟和真实数据比较所有模型。使用统计学发展的诊断观点，我们证明了C-MMHP模型优于其他方法，捕获相关的潜在排名结构，导致有意义的预测真实数据。
2022-07-16 stat.AP stat.ME
Modelling ocean temperatures from bio-probes under preferential sampling
在过去的25年里，从动物身上安装的传感器（生物探针）收集的数据量有了很大的增加，这些传感器通常用于研究动物的行为或环境。在这里，我们专注于后者的一个例子，其中的兴趣是在海面温度（SST），并从安装在南印度洋的象海豹传感器的测量。我们表明，标准的地质统计模型可能是不可靠的这种类型的数据，由于动物访问的区域可能取决于SST的可能性。这种现象在文献中被称为优先采样，如果忽略，它可能会影响得到的空间预测和参数估计。关于这一专题的研究大多局限于监测点等固定取样地点。这份手稿的主要贡献是将这种方法扩展到通过感兴趣区域移动的设备获得的观测结果，就像标记的海豹一样。更具体地说，我们提出了一个灵活的框架，优先采样字段的推理，其中生成采样位置的过程是随机的，并随着时间的推移通过一个2维空间移动。我们的模拟研究证实，从优先抽样模型得到的预测是更可靠的，当这种现象存在时，他们比较非常好的标准时，没有优先抽样。最后，我们注意到，我们的SST数据分析的结论可能会发生很大变化，当我们在模型中纳入优先抽样。
2019-01-09 stat.AP
Multivariate Hierarchical Frameworks for Modelling Delayed Reporting in Count Data
在许多领域和应用中，计数数据可能会延迟报告。这就是总数，如在一周内感染的疾病病例数，可能无法立即获得，而是随着时间的推移分批到达。对于短期决策，统计挑战在于基于任何观察到的部分计数预测总计数，以及对不确定性的稳健量化。在这篇文章中，我们讨论了以前的方法来建模延迟报告，并提出了一个多变量的分层框架，计数生成过程和延迟机制同时建模。与其他方法不同的是，该框架还可以很容易地进行调整，以考虑到在最终观察计数中存在报告不足的情况。为了将我们的方法与现有的框架进行比较，我们扩展了其中一个框架，以潜在地提高预测性能，我们提出了一个里约热内卢登革热病例报告的案例研究。基于样本内和样本外的后验预测模型检查和参数的可解释性，适应性和计算效率，我们讨论了每个建模框架的优点和缺点。
2019-04-06 stat.AP stat.ME
Generalised Joint Regression for Count Data with a Focus on Modelling Football Matches
我们提出了一个通用的联合回归框架计数响应。该方法是在R附加包GJRM中实现的，并允许通过使用几个copulae的线性和非线性依赖建模。此外，计数响应和copula的边缘分布的参数可以被指定为协变量的灵活函数。出于足球应用程序，我们还讨论了一个扩展，迫使回归系数的边际（线性）预测是平等的，通过适当的惩罚。模型拟合基于信赖域算法，该算法同时估计联合模型的所有参数。我们调查的建议的实证表现在两个模拟研究中，第一个设计的任意计数数据，另一个反映足球特定的设置。最后，该方法被应用到国际足联世界杯数据，显示其竞争力的标准方法方面的预测性能。
2019-08-21 stat.AP stat.ME
Modelling Diffusion through Statistical Network Analysis: A Simulation Study
从定义上讲，国际关系研究的是国家之间的相互依存关系。国家之间相互依存的一种形式是国家层面特征的扩散，如政策、政治制度或冲突。在这些研究中，结果变量往往是分类的，主要关注的是结果变量在相连国家之间的聚集。在统计学上，这种集群研究与空间计量经济模型。相反，本文提出了使用一个统计网络的方法来模拟扩散与二元结果变量。使用统计网络而不是空间计量经济学模型可以更自然地说明扩散过程，假设结果的自相关性而不是相应的潜在变量，它简化了时间动态，更高层次的相互依赖性和网络关系与国家一级特征之间的相互作用。在我们的模拟中，随机演员导向模型（SAOM）估计的性能进行了评估。我们的模拟结果表明，在静态二进制空间自回归模型的空间参数和系数的额外的协变量准确地恢复时，使用SAOM，虽然在不同的规模。为了说明该模型的使用，本文将该模型应用于同性婚姻的国际扩散。
2019-03-20 stat.AP stat.ME
Modelling hippocampal neurogenesis across the lifespan in seven species
这项研究的目的是估计在整个生命周期中添加到齿状回的新细胞和神经元的数量，并比较不同物种之间与年龄相关的神经发生下降的速度。来自小鼠（Mus musculus）、大鼠（Rattus norvegicus）、小刺猬（Echinops telfairi）、猕猴（Macaca mulatta）、绒猴（Callithrix jacchus）、树鼩（Tupaia belangeri）和人类（Homo sapiens）的数据来自发表在14篇不同论文中的21个数据集。方差分析，指数，威布尔和功率模型拟合的数据，以确定最好的描述年龄和神经发生之间的关系。指数模型提供了适当的拟合，并用于估计相关参数。神经发生的减少率与物种寿命相关（r = 0.769，p = 0.043），但与体重或基础代谢率无关。在出生后添加到小鼠齿状回的所有细胞中，只有8.5%（95%CI = 1.0%至14.7%）的这些细胞将在中年后添加。此外，仅有5.7%（95% CI = 0.7%至9.9%）的现有细胞群从中年开始转变。因此，在动物的大部分生命中，相对较少的新细胞被添加，并且其中只有一部分会成熟为功能性神经元。
2011-05-03 q-bio.NC stat.AP
Modelling and understanding count processes through a Markov-modulated non-homogeneous Poisson process framework
马尔可夫调制泊松过程被用于各种领域的计数建模，如统计，可靠性，网络和保险索赔分析。在本文中，我们通过引入一个灵活的频率扰动措施，扩展了马尔可夫调制泊松过程的框架。这一贡献使已知的观察到的事件到达的信息，自然地纳入一个易于处理的方式，而隐马尔可夫链捕获的数据的不可观察的驱动程序的效果。除了提高准确性和可解释性外，这种方法还补充了对潜在因素的分析。此外，该过程自然地结合了诸如过度分散和自相关的数据特征。可以生成额外的见解来帮助分析，包括迭代模型改进的过程。实施困难也得到解决，重点是处理大型数据集，其中潜在的模型是特别有利的，由于大量的观察，促进识别隐藏的因素。也就是说，计算问题，如数值下溢和高处理成本出现在这种情况下，在本文中，我们产生的程序来克服这些问题。这个建模框架使用一个大型的保险数据集来说明理论，实践和计算的贡献和实证比较其他计数模型突出了所提出的方法的优点。
2020-05-28 q-fin.RM stat.AP
A Compositional Approach to Modelling Cause-specific Mortality with Zero Counts
The Australian National University（澳大利亚国立大学）；Macquarie University（麦考瑞大学）
针对死因别死亡计数中的零值问题，提出采用α-变换的CODA建模方法，并在英格兰、威尔士和美国数据上验证其预测精度优于对数比率变换。
2025-10-17 stat.AP
Modelling a response as a function of high frequency count data: the association between physical activity and fat mass
我们提出了一种新的统计建模方法，其中响应是高频计数数据的函数。我们的应用程序是关于调查的健康结果之间的关系，脂肪量和身体活动（PA）测量的加速度计。加速度计将身体活动的强度量化为给定时间段内每个时期的计数。我们使用的数据从雅芳纵向研究的父母和孩子（ALSPAC），其中加速度计数据可作为一个时间序列的加速度计计数每分钟超过7天的一个子集的儿童。为了比较个人之间的加速度计配置文件，并减少高维度的配置文件的功能摘要使用。我们使用直方图作为功能摘要，由于其简单性，适用性和易于解释。我们的模型是广义标量函数回归或信号回归的扩展。它还允许多维函数预测因子和度量协变量的加性非线性预测因子。添加剂多维功能预测允许调查特定的问题，PA的影响是否随其强度，性别，一天中的时间或一周中的一天而变化。该模型的主要特点是，它利用了测量的PA的完整轮廓，而不需要定义轻，中度和剧烈活动的强度水平的临界点。我们发现，PA的影响（不一定是因果关系）不是线性的，也不是恒定的活动强度。此外，几乎没有证据表明PA强度的影响因性别而异，或者它是否发生在工作日或周末。
2014-01-17 stat.AP
Modelling Under-Reported Data: Pitfalls of Naïve Approaches and a New Statistical Framework for Epidemic Curve Reconstruction
本文分析了传染病数据漏报导致计数型自回归模型机制失效的问题，提出一种基于 normal-normal 近似的新统计框架，将连续过程映射回整数，在保留机制优势的同时大幅简化了推断。
2025-09-12 stat.AP
On the modelling of multivariate counts with Cox processes and dependent shot noise intensities
在本文中，我们开发了一种方法来建模和估计几个，依赖计数过程，使用粒度数据。具体来说，我们开发了一个多变量Cox过程与散粒噪声强度共同建模计数（如保险索赔）的到达过程。利用Lévy Copula函数将多变量散粒噪声强度过程连接起来，引入了相关结构.总的来说，我们的方法允许（i）每个业务线内的过度分散和自相关性;（ii）涉及时变、已知协变量的现实特征;以及（iii）过程之间的简约依赖性，而不需要同时的主要（例如事故）事件。明确纳入随时间变化的，已知的协变量可以适应真实数据的特性，从而促进在实践中的实施。在保险方面，这些可能是保单数量随时间的变化，以及季节性模式和趋势，这可以解释多个索赔流程之间的一些关系（依赖性），或者至少有助于梳理这些关系。最后，我们开发了一个过滤算法的基础上的可逆跳马尔可夫链蒙特卡罗（RJMCMC）方法来估计潜在的随机强度和说明模型校准使用真实数据从AUSI数据集。
2020-12-03 q-fin.RM stat.AP
