Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/23872 
Erscheinungsjahr: 
2003
Schriftenreihe/Nr.: 
Discussion Paper No. 314
Verlag: 
Ludwig-Maximilians-Universität München, Sonderforschungsbereich 386 - Statistische Analyse diskreter Strukturen, München
Zusammenfassung: 
We propose a full model-based framework for a statistical analysis of incidence or mortality count data stratified by age, period and space, with specific inclusion of additional cohort effects. The setup will be fully Bayesian based on a series of Gaussian Markov random field priors for each of the components. Additional space-time interactions will be either modelled as space-period or space-cohort effects. Statistical inference is based on efficient algorithms to block update Gaussian Markov random fields, which have recently been proposed in the literature. We illustrate our approach in an analysis of stomach cancer data in West Germany.
Schlagwörter: 
Block updating
disease mapping
hierarchical models
Markov chain Monte Carlo
Markov random field models
age-period-cohort model
Persistent Identifier der Erstveröffentlichung: 
Dokumentart: 
Working Paper

Datei(en):
Datei
Größe
280.71 kB
470.84 kB





Publikationen in EconStor sind urheberrechtlich geschützt.