Modelos jerárquicos bayesianos espaciales en epidemiología agrícola
Esta tesis está basada en la modelización jerárquica espacial desde la perspectiva Bayesiana para el estudio de enfermedades en cultivos agrícolas. La necesidad de controlar la variabilidad espacial presente en la mayoría de los datos observados en Agricultura, exige la búsqueda de nuevas alternativ...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2013 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/19161 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/19161 |
| Access Level: | acceso abierto |
| Palabra clave: | Estadística bayesiana Modelos jerárquicos espaciales Epidemiología agrícola Métodos mcmc Método inla-spde |
| Sumario: | Esta tesis está basada en la modelización jerárquica espacial desde la perspectiva Bayesiana para el estudio de enfermedades en cultivos agrícolas. La necesidad de controlar la variabilidad espacial presente en la mayoría de los datos observados en Agricultura, exige la búsqueda de nuevas alternativas de modelización capaces de recoger adecuadamente la estructura de interrelaciones entre los individuos estudiados. En este sentido, el objetivo general de la tesis es el aporte de herramientas de modelización generales en el ámbito del análisis espacial, que permitan estudiar la presencia de enfermedades en cultivos agrícolas y describan la distribución de los patrones de contagio cuando se tiene poca información y no se tienen covariables explicativas.En general, las modelizaciones propuestas reconocen la existencia de correlación espacial a pequeña escala. Al ilustrar la metodología con datos reales, se reconoce la importancia de la variabilidad espacial y es gracias a ella que puede llegar a comprenderse la dinámica de contagio y el patrón de movilidad de los agentes causantes de la enfermedad en el contexto agrícola. Por lo tanto, un proceso espacial combinado con modelos jerárquicos y vistos desde el paradigma Bayesiano, permite la construcción de herramientas útiles en estudios epidemiológicos en cualquier contexto, y permiten estudiar la incidencia y extensión de fenómenos asociados a un proceso espacial. |
|---|