فاطمه حسینی - دانشگاه سمنان
امید کریمی - دانشگاه سمنان
عهدیه عزیزی - دانشگاه سمنان

اغلب در عمل داده های مربوط به زمان مرگ و میر یک واحد زنده دارای همبستگی ناشی از موقعیت قرار گرفتن مشاهدات در فضای مورد مطالعه است. یکی از موضوعات مهم در تحلیل این نوع از داده های بقا با وابستگی فضایی، برآورد پارامترها و پیشگویی مقادیر نامعلوم در موقعیت های مشخص بر اساس بردار مشاهدات است. در این مقاله، برای تحلیل این نوع از داده های بقا،‎ مدل رگرسیونی کاکس با تابع خطر به صورت تکه ای نمایی استفاده و وابستگی فضایی به صورت یک میدان تصادفی گاوسی و یک متغیر پنهان به مدل اضافه می شود. به دلیل عدم وجود صورت صریح برای توزیع پسین و توزیع های شرطی کامل و طولانی بودن محاسبات با الگوریتم های مونته کارلوی زنجیر مارکوفی برای تحلیل این مدل از رهیافت بیزی تقریبی استفاده می شود.در یک مثال کاربردی نحوه پیاده سازی رهیافت بیزی تقریبی ارائه می شود.

Approximate Bayesian Analysis‎, ‎Parametric Model‎, ‎Cox Regression‎, ‎Latent Gaussian Random Field‎., تحلیل بیز تقریبی, مدل پارامتری, رگرسیون کاکس, میدان تصادفی گاوسی پنهان.