​براورد پارامترها در مدل های آمیخته ی خطی تعمیم یافته ی فضایی با اثرهای تصادفی چوله گاوسی با استفاده از تقریب لاپلاس

مدل های آمیخته ی خطی تعمیم یافته عموما برای مدل سازی پاسخ های فضایی گسسته ی ناگاوسی مورد استفاده قرار می گیرند. ما در این مقاله با استفاده از تقریب لاپلاس تابع درستنمایی یک الگوریتم برای براورد پارامترها در مدل های آمیخته ی خطی تعمیم یافته ی فضایی با اثرهای تصادفی چوله گاوسی ارایه می دهیم. در این مدل ها ساختار همبستگی فضایی داده ها با استفاده از اثرهای تصادفی فضایی یا متغیرهای پنهان فضایی وارد می شوند. در اغلب تحلیل های فضایی فرض می شود که اثرهای تصادفی توزیع گاوسی چندمتغیره دارند، در حالی که معمولا این فرض مورد تردید است. در مطالعه ی حاضر از توزیع چوله گاوسی برای متغیرهای پنهان فضایی استفاده شده، که از توزیع گاوسی انعطاف پذیرتر است و در حالت خاص شامل توزیع گاوسی نیز می شود. در نهایت، کاربرد روش های ارایه شده بر روی یک مجموعه داده ی واقعی گسسته (مربوط به فراوانی سرطان سینه در استان های کشور) نشان داده می شود.