Prostorová epidemiologie
Spatial epidemiology
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/176134Identifikátory
SIS: 235555
Kolekce
- Kvalifikační práce [11242]
Autor
Vedoucí práce
Oponent práce
Pawlas, Zbyněk
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Pravděpodobnost, matematická statistika a ekonometrie
Katedra / ústav / klinika
Katedra pravděpodobnosti a matematické statistiky
Datum obhajoby
12. 9. 2022
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
prostorová epidemiologie|bodový proces|časoprostorový proces|shlukování|náhodné poleKlíčová slova (anglicky)
spatial epidemiology|point process|space-time process|clustering|random fieldTato práce se zabývá představením nástrojů prostorové sta s ky vhodných ke zkoumání prostorových epidemiologických dat. Práce představuje testy významnos prostorové závislos dat a aplikuje je na data o počtu nakažených Covidem 19. Jádrem práce je bayesovské modelování epidemiologických dat pomocí Integrated Nested Laplace Approxima ons. Práce shrnuje základní principy této metody a popisuje vybraný model pro představená data. Kromě prostorového aspektu dat práce ukazuje, jak model rozšířit o další proměnné působící na počet případů onemocnění nebo také o časovou složku. Mimo odhadu parametrů modelu se práce také zabývá testováním vhodnos modelu pomocí obálkových testů.
This work deals with spa al sta s cs methods that are suitable for analysing spa al epidemiological data. The work presents tests of spa al autocorrela on and applies them on data of the number of people infected by Covid 19. The main part of the work is Bayesian modelling of epidemiological data using Integrated Nested Laplace Approxima ons. We summarise the main principles of this method and present a chosen model for given data. Besides the spa al aspect of the data, the work shows how to incorporate other risk factors into the model and how to make the model spa o-temporal. Furthermore the work applies the model on the data and tests the suitability of the model with a global envelope test.