Buchumschlag

Modeling temporal dependence in a sequence of spatial random partitions driven by spanning tree: an application to mosquito-borne diseases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pavani, Jessica, Loschi, Rosangela Helena, Quintana, Fernando Andres
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Bayesian multivariate model with temporal dependence on random partition of areal data
von: Pavani, Jessica, et al.
Veröffentlicht: (2024)

Bayesian repulsive mixture model for multivariate functional data
von: Pedroso, Ricardo Cunha, et al.
Veröffentlicht: (2026)

A Bayesian time-varying random partition model for large spatio-temporal datasets
von: Beltramin, Giulio, et al.
Veröffentlicht: (2023)

Random spanning tree Markov random field priors for Bayesian inverse problems in imaging
von: Everink, Jasper Marijn
Veröffentlicht: (2026)

Bayesian spatial functional data clustering: applications in disease surveillance
von: Zhong, Ruiman, et al.
Veröffentlicht: (2024)

Modeling time to failure using a temporal sequence of events
von: Pal, Sandip K, et al.
Veröffentlicht: (2024)

A Bayesian Multivariate Model With Temporal Dependence on Random Partition of Areal Data for Mosquito‐Borne Diseases
von: Jessica Pavani, et al.
Veröffentlicht: (2025)

Modeling extremal dependence in multivariate and spatial problems: a practical perspective
von: Beranger, Boris, et al.
Veröffentlicht: (2024)

Advances in Bayesian random partition models: A comprehensive review
von: Grazian, Clara
Veröffentlicht: (2023)

High-dimensional modeling of spatial and spatio-temporal conditional extremes using INLA and Gaussian Markov random fields
von: Simpson, Emma S., et al.
Veröffentlicht: (2020)

Generalized linear models with spatial dependence and a functional covariate
von: Kim, Sooran, et al.
Veröffentlicht: (2024)

Connecting reflective asymmetries in multivariate spatial and spatio-temporal covariances
von: Yarger, Drew
Veröffentlicht: (2026)

Bayesian local clustering of functional data via semi-Markovian random partitions
von: Toto, Giovanni, et al.
Veröffentlicht: (2025)

Copula-based models for spatially dependent cylindrical data
von: Labanca, Francesca, et al.
Veröffentlicht: (2026)

Spectral estimation for spatial point processes and random fields
von: Grainger, Jake P., et al.
Veröffentlicht: (2023)

Detecting changes in the mean of spatial random fields on a regular grid
von: Görz, Sheila T., et al.
Veröffentlicht: (2025)

Multivariate temporal dependence via mixtures of rotated copulas
von: Pan, Ruyi, et al.
Veröffentlicht: (2024)

On a risk model with tree-structured Poisson Markov random field frequency, with application to rainfall events
von: Cossette, Hélène, et al.
Veröffentlicht: (2024)

Modeling temporal dependency of longitudinal data: use of multivariate geometric skew-normal copula
von: Chattopadhyay, Subhajit
Veröffentlicht: (2024)

Validating spatial-temporal separability for stationary processes
von: Bai, Lujia, et al.
Veröffentlicht: (2026)

A Projection Approach to Local Regression with Variable-Dimension Covariates
von: Heiner, Matthew J., et al.
Veröffentlicht: (2023)

Characteristic function-based tests for spatial randomness
von: Zeng, Yiran, et al.
Veröffentlicht: (2025)

Directional Asymmetry in Edge BasedSpatial Models via a Skew Normal Prior
von: Cruz-Reyes, Danna L., et al.
Veröffentlicht: (2026)

Nonparametric intensity estimation of spatial point processes by random forests
von: Biscio, Christophe, et al.
Veröffentlicht: (2025)

Models for temporal clustering of extreme events with applications to mid-latitude winter cyclones
von: Mathieu, Christina, et al.
Veröffentlicht: (2023)

Informed Random Partition Models with Temporal Dependence
von: Paganin, Sally, et al.
Veröffentlicht: (2023)

Minimum contrast for the first-order intensity estimation of spatial and spatio-temporal point processes
von: D'Angelo, Nicoletta, et al.
Veröffentlicht: (2023)

Estimating velocities of infectious disease spread through spatio-temporal log-Gaussian Cox point processes
von: Avellaneda, Fernando Rodriguez, et al.
Veröffentlicht: (2024)

On prior smoothing with discrete spatial data in the context of disease mapping
von: Retegui, Garazi, et al.
Veröffentlicht: (2025)

Online network change point detection with missing values and temporal dependence
von: Xu, Haotian, et al.
Veröffentlicht: (2021)

Spatial scale-aware tail dependence modeling for high-dimensional spatial extremes
von: Shi, Muyang, et al.
Veröffentlicht: (2024)

Regularized estimation for highly multivariate spatial Gaussian random fields
von: Cuevas-Pacheco, Francisco, et al.
Veröffentlicht: (2026)

A spatial random forest algorithm for population-level epidemiological risk assessment
von: Lee, Duncan, et al.
Veröffentlicht: (2026)

A tree perspective on stick-breaking models in covariate-dependent mixtures
von: Horiguchi, Akira, et al.
Veröffentlicht: (2022)

Bayesian spatio-temporal modelling for infectious disease outbreak detection
von: Adeoye, Matthew, et al.
Veröffentlicht: (2025)

More powerful multiple testing under dependence via randomization
von: Xu, Ziyu, et al.
Veröffentlicht: (2023)

Efficient estimation for flexible spatial zero-inflated models with environmental applications
von: Shen, Chung-Wei, et al.
Veröffentlicht: (2025)

Modeling heterogeneity in higher-order moments while preserving mean and variance: application to spatio-temporal modeling
von: Kuno, Hajime, et al.
Veröffentlicht: (2024)

The $α$--regression for compositional data: a unified framework for standard, temporal and spatial regression models including compositional predictors
von: Tsagris, Michail, et al.
Veröffentlicht: (2025)

A spatio-temporal model to detect potential outliers in disease mapping
von: Michal, Victoire, et al.
Veröffentlicht: (2024)