SaTScan软件说明指导书.doc

SaTScan软件说明指导书

SaTS can软件
目的
SaTS can是一个自由软件，分析了空间，时间和空间的数据使用的空间，时间，或时空扫描统计。它是专为以下任何相关用途：
 执行地理疾病监测，检测空间或时空疾病集群，看看他们是否有统计学意义。
测试是否是随机分布在空间，时间，或在空间和时间。
评估的统计意义的疾病集束警报器。
进行前瞻性实时或定期监测疾病的早期发现疾病暴发。
 该软件还可以用于类似的问题在其他领域诸如考古学，天文学，犯罪学，生态学，经济学，工程学，遗传，地理，地质，历史，或生态。
数据类型和方法
SaTS can可用于离散和连续扫描数据。离散扫描统计数据的地理位置在观察是随机和固定的用户。这些地点可能是实际位置的意见，如房屋，学校或蚁巢，或者它可能是一个中央位置代表一个较大的地区，如地理或人口加权形心邮政区，县或省。连续扫描的统计，该地点的意见是随机的和可能发生的任何地方在一个预定义的研究领域由用户定义，如矩形。
 离散扫描统计，SaTS can使用离散泊松模型，其中一些事件在一个位置是泊松分布，根据已知的潜在风险人口；伯努利模型，与0 / 1事件数据，如案件和控制；时空置换模式，只使用情况的数据；多项式模型的分类数据；一个序模型，分类数据；指数模型的生存时间数据或不删失变量；正常模式为其他类型的连续数据；或空间变化的时间趋势模型，寻找地理区域异常高或低temportal趋势。一个共同特点，所有这些离散扫描统计，地理位置在数据可以看出是随机和固定的用户。
对于离散扫描统计，数据可以是聚集在普查道，邮编，县或其他地理水平，或可能有独特的坐标为每个观察。SaTS can调整的基本均匀的背景人口。它也可以适应任何数量的绝对变量由用户提供，以及时间的趋势，称为时空集群和数据丢失。它可以扫描多个数据集的同时寻找集群发生在一个或更多的人。
连续扫描统计，SaTS can采用连续泊松模型。
开发商和投资者
该软件是由™SaTS can·库尔多夫，与信息管理服务有限公司的财政支持，SaTS can已收到下列机构：
国家癌症研究所，司的癌症预防，生物科[ ，2， ]
国家癌症研究所，司的癌症控制和人口科学，统计研究和应用分公司[ 3（部分），新（部分），8（部分），（部分）]
艾尔弗雷德·史隆基金会通过拨款，为纽约医学专科学院（法扎德mostashari，皮）[ 3（部分），，4，5， ]
疾病预防和控制中心，通过协会的美国医学院校合作协议奖多项mm-0870 [大师，（部分）]。
全国儿童健康与发展，通过给予# ro1hd048852 [ 7，8，9（部分）]
国家癌症研究所，司的癌症流行病学和遗传学[ （部分）]
国立综合医学科学研究所，通过建模传染病剂的研究补助金# u01gm076672 [ （部分）]
他们的经济支持是极大的赞赏。内容SaTS can是发展商的责任和不一定反映官方意见的资助

相关主题：
统计方法
SaTS can书目

相关主题：
统计方法
SaTS can书目
下载和安装
检查SaTS can软件更新，到SaTS can网址：

安装一个更新版本，选择SaTS can下载链接。下载后SaTS can安装可执行文件到你的电脑，点击它的图标和安装软件后，一步一步的指示。

相关主题：
新版本
测试运行
在使用自己的数据，我们建议在一个样本数据集提供的软件。使用这些得到主意如何运行SaTS can。执行测试：
1。应用程序图标上点击SaTS can。
2。点击“打开保存的会话。
3。选择一个参数文件，例如“纳米带”（宝。

泊松模型，时空和空间变化的时间趋势：
脑肿瘤的发病率在新墨西哥
案例档案：
格式：< <例> = 1县> <一> < > < >年龄组性别
人口：
格式：< > < > <县年人口> < > < >年龄组性别
：
格式：< > < > < y县x >
研究期间：1973至1991年
聚集：32县
精密案件倍：年
直角坐标：
# 1变量，年龄组：1 = 0 - 4年，2 = 5 - 9年，…18 = 85 +年
# 2变量，性别：男1，女2 =
人口：1973，1982，1991年
数据来源：新墨西哥季节能效比肿瘤登记处
这是一个浓缩版的更完整的数据集的人口为每年1973至1991，和种族的三分之一个变量。完整的数据集可以发现在：

伯努利模型，纯粹的空间：
儿童白血病和淋巴瘤的发病率在亨伯赛德
案例档案：
格式：<例> > < #位置编号
控制文件：
格式：<位置标识> < #控制>
：
格式：< > < > <定位标识x y >
研究期间：1974-1986
控制：随机选择从出生登记
聚集：191邮政编码（最多只有一个单一的个体）
精度的情况和控制时间：无
直角坐标：
变量：没有
数据来源：雷卡特莱特和弗里达亚力山大博士。报告由J .库兹克和爱德华兹，英国皇家统计学会，73-104乙：52，1990

这和其他数据集可以被发现：
。
时空置换模式：
医院的急诊室住院因发烧在纽约市医院
案例档案：
格式：<邮编> < #例= 1 > <日期>
：
格式：< > < > <拉链纬度经度
研究期间：2001年11月1日2001年11月24日–
聚集：邮编地区
例：天倍精度
坐标：纬度/经度
变量：没有
数据来源：纽约市卫生局
这和其他数据集可以被发现：

序模型，纯粹的空间
正规教育水平在马里兰
案例档案：
格式：<位置标识> < > < >类# #个人

格式：< > < > <定位标识纬度经度
研究期间：2000
聚集：24各县、县级
精度的情况：无
坐标：纬度/经度
变量：没有
类别：1 = < 9年的学校，2 = 9 +年而不是高中，3 = 4 =高中或同等学历，本科或以上学历
数据来源：美国人口普查局：教育信息来自于长期普查2000表格，填写的1 / 6户。
这和其他数据集可以被发现：

注意：只有人25岁及以上被列入数据。对于每一个县，人口普查提供信息的人的百分不同层次的正规教育。一些个人的报告不同的教育水平在每一个县估计这一比例倍的总人口年龄25 +六分反映1 / 6采样率的长期普查表。
指数模型，时空：
人为的生存数据
案例档案：
格式：<位置标识> < > < #个人诊断时间> <生存时间检查
：
格式：< > < > <定位标识x y >
研究期间：2000 - 2005
聚集：5个地点
精度的诊断：一年的时间
精密的生存/审查时间：一天
直角坐标：
变量：没有
数据来源：人为制造的数据。
相关主题：测试运行，输入数据。
正常模式，纯粹的空间：人为制造的连续数据
案例档案：
格式：<位置标识> < > < > #个人体重增加
：
格式：< > < > <定位标识x y >
研究期间：2006
聚集：26个地点
直角坐标：
变量：没有
数据来源：人为制造的数据
伯努利模型
与伯努利模型，有案件和非案件所代表的0 / 1变。这些变量可能代表人或无病，或人与不同类型的疾病，如早期和晚期乳腺癌。它们可能反映和控制的情况下一个大的人口，或他们可能构成人口作为一个整体。无论什么情况可能是，这些变量将被命名为例，控制整个用户指南，和他们的总人口将被命名为。伯努利的数据可以分析与纯粹的时间，纯粹的空间或时空扫描统计。
例如：为伯努利模型，案件可能是新生儿的出生缺陷，而控制所有新生儿无出生缺陷。
伯努利模型需要的信息的位置，设置和控制的情况下，提供SaTS can使用情况，控制和协调文件。不同的地点可能被指定为每一个案件和控制，或可能是数据汇总为国家，省，县，区，人口普查传单，邮政编码区，学校，家庭，等等，与多个案件和控制每个数据的位置。做一个时间或时空分析，它必须有一个时间为每一个案件和控制以及。

相关主题：
案件档案
控制文件
坐标文件
似然比检验
分析表
概率模型的比较
方法的论文
分享到
翻译结果重试
抱歉，系统响应超时，请稍后再试
· 支持中英、中日在线互译
· 支持网页翻译，在输入框输入网页地址即可
· 提供一键清空、复制功能、支持双语对照查看，使您体验更加流畅
离散泊松模型
与离散泊松模型，案件的数量在每个位置是泊松分布。零假设下，当有任何变量，预期的案件数量在各地区的人口比例大小，或在该地区的人。泊松数据可以分析与纯粹的时间，纯粹的空间，时空扫描和空间变化的时间趋势统计。
例如：为离散泊松模型，案件可能是中风的发生，而人口是结合一些人来住，计算“1”，有人居住在该地区的整个时间段，和“1 / 2”垂死的人或移动在中间的一段时间。
离散泊松模型需要情况和人口数为一组数据的位置，如县，教区，人口普查传单，或邮政编码地区，以及地理坐标为每个这些地点。这些需要提供SaTS can使用情况，人口和坐标文件。
人口数据不需要指定持续时间，但只在一个或多个具体的普查时间。倍之间，SaTS can做线性插值的基础上的人口在普查时立即出发，后立即。时代前的第一次人口普查时，人口规模是相当于人口规模在普查时间，和时间后，最近一次人口普查时，相当于做。获得人口大小为特定地点和时间内，人口规模，上述定义，是综合性的时间期限问题。

相关主题：
分析表
案件档案
连续泊松模型
坐标文件
似然比检验
人口档案

多项式模型需要的信息的位置，分别在每个类别。一个独特的位置可能被指定为每一个案件，或可能是数据汇总为国家，省，县，区，人口普查传单，邮政编码区，学校，家庭，等等，与多个案件在同一地点。做一个时间或时空分析，它必须有一个时间为每一个案件等。
用多项式模型，这是没有必要指定一个搜索为高或低的集群，由于没有层次的类别，但在输出显示什么类型更突出的集群内。该命令或索引的类别并不影响分析中的聚类发现，但它可能影响随机用来计算p -值。
Ordinal Model
With the ordinal model, each observation is a case, and each case belongs to one of several ordinal categories. If there are only two categories, the ordinal model is identical to the Bernoulli model, where one category represents the cases and the other category represent the controls in the Bernoulli model. The cases in the ordinal model may be a sample from a larger population or they may constitute a complete set of observations. Ordinal data can be analyzed with the purely temporal, the purely spatial or the space-time scan statistics.
Example: For the ordinal model, the data may consist of everyone diagnosed with breast cancer during a ten-year period, with three different categories representing early, medium and late stage cancer at the time of diagnosis.
The ordinal model requires information about the location of each case in each category. Separate locations may be specified for each case, or the data may be aggregated for states, provinces, counties, parishes, census tracts, postal code areas, school districts, households, etc, with multiple cases in the same or different categories at each data location. To do a temporal or space-time analysis, it is necessary to have a time for each case as well.
With the ordinal model it is possible to search for high clusters, with an excess of cases in the high-valued categories, for low clusters with an excess of cases in the low-valued categories, or simultaneously for both types of clusters. Reversing the order of the categories has the same effect as changing the analysis from high to low and vice versa.
序模型
与序模型，每个观察是一个案例，每个案例属于一个序数类。如果只有2大类，序的模式是相同的伯努利模型，其中一个范畴的案件和其他类别的控制的伯努利模型。案件的序模型可能是一个样本，从更大的人口也可能构成一套完整的意见。序数数据可以分析与纯粹的时间，纯粹的空间或时空扫描统计。
例如：为序模型，数据可以由每个人诊断出患有乳腺癌，在10年期间，有三个不同类别的代表早期，中期和晚期癌症的诊断时间。
序模型需要的信息的位置，分别在每个类别。不同的地点可能被指定为每一个案件，或可能是数据汇总为国家，省，县，区，人口普查传单，邮政编码区，学校，家庭，等等，多例相同或不同的类别，每个数据的位置。做一个时间或时空分析，它必须有一个时间为每一个案件等。
与序模型，有可能寻求高集群，一个多余的情况下在高价值，低集群与多余的情况下在低价值的类别，或同时有两种类型的集群。扭转秩序的类别有相同效果的分析从高到低，反之亦然。
Exponential Model
The exponential model is designed for survival time data, although it could be used for other continuous type data as well. Each observation is a case, and each case has one continuous variable attribute as well as a 0/1 censoring designation. For survival data, the continuous variable is the time between diagnosis and death or depending on the application, between two other types of events. If some of the data is censored, due to loss of follow-up, the continuous variable is then instead the time between diagnosis and time of censoring. The 0/1 censoring variable is used to distinguish between censored and non-censored observations.
Example: For the exponential model, the data may consist of everyone diagnosed with prostate cancer during a ten-year period, with information about either the length of time from diagnosis until death or from diagnosis until a time of censoring after which survival is unknown.
When using the temporal or space-time exponential model for survival times, it is important to realize that there are two very different time variables involved. The first is the time the case was diagnosed, and that is the time that the temporal and space-time scanning window is scanning over. The second is the survival time, that is, time between diagnosis and death or for censored data the time between diagnosis and censoring. This is an attribute of each case, and there is  no scanning done over this variable. Rather, we are interested in whether the scanning window includes exceptionally many cases with a small or large value of this attribute.
It is important to note, that while the exponential model uses a likelihood function based on the exponential distribution, the true survival time distribution must not be exponential and the statistical inference (p-value) is valid for other survival time distributions as well. The reason for this is that the randomization is not done by generating observations from the exponential distribution, but rather, by permuting the space-time locations and the survival time/censoring attributes of the observations.  
指数模型
该模型的目的是为生存时间数据，虽然也可以用其他连续型数据以及。每个观察是一个案例，每个案例都有一个连续变量的属性，以及0 / 1审查指定。生存数据，连续变量是时间之间的诊断和死亡或根据应用的不同，两国之间的其他类型的事件。如果一些数据审查，由于损失的后续行动，连续变量则相反，时间之间的诊断和审查时。0 / 1审查变数是用来区分审查，审查意见。
例如：为指数模型，数据可以由每个人患有前列腺癌在10年期间，与有关信息的时间长度从诊断，直至死亡或从诊断到时间审查后，生存是未知的。
当使用时间或时空指数模型的生存时间，重要的是要认识到，有一个非常不同的时间变量。首先是时间的情况下被诊断，这是时间，时间和空间的扫描窗口的扫描。二是生存时间，即，时间之间的诊断和死亡或删失数据的时间之间的诊断和审查。这是一个属性的每一个案件，并有 没有完成这个变量。相反，我们感兴趣的是扫描窗口，包括异常的许多情况下，大型或小型的属性的值。
需要注意的是，虽然指数模型使用似然函数的指数分布，真实的生存时间分布不能指数和统计推断（P值）是有效的其他生存时间分布以及。这是因为，不是随机产生所做的观测，指数分布，而是通过置换，时空位置和生存时间/审查属性的意见。
Normal Model
The normal model is designed for continuous data. For each individual or for each observation, called a case, there is a single continuous attribute that may be either negative or positive. The model can also be used for ordinal data when there are many categories. That is, different cases are allowed to have the same attribute value.
Example: For the normal model, the data may consist of the birth weight and residential census tract for all newborns, with an interest in finding clusters with lower birth weight. One individual is then a ‘case’. Alternatively, the data may consist of the average birth weight in each census tract. It is then the census tract that is the ‘case’, and it is important to use the weighted normal model, since each average will have a different variance due to a different number of births in each tract.
It is important to note that while the normal model uses a likelihood function based on the normal distribution, the true distribution of the continuous attribute must not be normal. The statistical inference (p-value) is valid for any continuous distribution. The reason for this is that the randomization is not done by generating simulated data from the normal distribution, but rather, by permuting the space-time locations and the continuous attribute (. birth weight) of the observations. While still being formally valid, the results can be greatly influenced by extreme outliers, so it may be wise to truncate such observations before doing the analysis.
In the standard normal model, it is assumed that each observation is measured with the same variance. That may not always be the case. For example, if an observation is based on a larger sample in one location and a smaller sample in another, then the variance of the uncertainty in the estimates will be larger for the smaller sample. If the reliability of the estimates differs, one should instead use the weighted normal scan statistic that takes these unequal variances into account. The weighted version is obtained in SaTScan by simply specifying a weight for each observation as an extra column in the input file. This weight may for example be proportional to the sample size used for each estimate or it may be the inverse of the variance of the observation.
If all values are multiplied with or added to the same constant, the statistical inference will not change, meaning that the same clusters with the same log likelihoods and p-values will be found. Only the estimated means and variances will differ. If the weight is the same for all observations, then the weighted normal scan statistic will produce the same results as the standard normal version. If all the weights are multiplied by the same constant, the results will not change.
正常模式
正常模式是用于连续数据。每个人或每个观察，称为例，有一个单一的连续属性可以是正的或负的。该模型还可以用来序的数据时，有许多类别。这是不同的情况下，允许具有相同的属性值。
例如：为正常模式，数据可能包括出生体重及住宅普查道的所有新生儿，有兴趣的调查组的低出生体重。一个人是一个'情况'。另外，数据可能包括平均出生体重在每个普查道。它是那么的普查道，“事件”，而且重要的是使用加权正常模式，因为每个平均会有不同的差异，由于不同数量的出生在每个道。
值得注意的是，虽然正常模型使用似然函数的正态分布，真实分布的连续属性必须是不正常的。统计推断（P值）是有效的任何连续分布。这是因为不是随机产生所做的模拟数据的正态分布，但相反，排样的时空位置和连续属性（例如出生体重）的意见。同时还被正式有效，结果可以大大影响极端离群，所以它可能是明智的截断，这样的意见之前做分析。
在标准模型中，假定每个观察是相同的测量方差。这可能并非总是如此。例如，如果一个观察的基础上更大的样本在一个位置和一个较小的样本在另一个，然后方差的不确定性的估计将是更大的小样本。如果可靠性估计不同，应使用加权正常的扫描统计，考虑到这些不平等的差异。加权版本获得SaTS can通过简单地指定一个体重为每个观察作为一个额外的列中输入文件。这个重量，例如可能是成正比的样本大小用于每一个估计，也可以是逆差额观察。

如果所有的值乘以或添加到同一常数，统计推断是不会改变的，即同一簇具有相同的日志可能性和P -值会被发现。只有估计均值和方差将不同。如果重量是相同的所有意见，然后加权正常扫描统计会产生相同的结果的标准版本。如果所有的重量乘以同一常数，结果不会改变。
分享到
翻译结果重试
抱歉，系统响应超时，请稍后再试
· 支持中英、中日在线互译
· 支持网页翻译，在输入框输入网页地址即可
· 提供一键清空、复制功能、支持双语对照查看，使您体验更加流畅
Continuous Poisson Model
All the models described above are based on data observed at discrete locations that are considered to be non-random, as defined by a regular or irregular lattice of location points. That is, the locations of the observations are considered to be fixed, and we evaluate the spatial randomness of the observation conditioning on the lattice. Hence, those are all versions of what are called discrete scan statistics. In a continuous scan statistics, observations may be located anywhere within a study area, such as a square or rectangle. The stochastic aspect of the data consists of these random spatial locations, and we are interested to see if there are any clusters that are unlikely to occur if the observations where independently and randomly distributed across the study area. Under the null hypothesis, the observations follow a homogeneous spatial Poisson process with constant intensity throughout the study area, with no observations falling outside the study area.
Example: The data may consist of the location of bird nests in a square kilometer area of a forest. The interest may be to see whether the bird nests are randomly distributed spatially, or in other words, whether there are clusters of bird nests or whether they are located independently of each other.
In SaTScan, the study area can be any collection of convex polygons, which are convex regions bounded by any number straight lines. Triangles, squares, rectangles, rhombuses, pentagons and hexagons are all examples of convex polygons. In the simplest case, there is only one convex polygon, but the study area can also be the union of multiple convex polygons. If the study area is not convex, divide it into multiple convex polygons and define each one separately. The study area does not need to be contiguous, and may for example consist of five different islands.
The analysis is conditioned on the total number of observations in the data set. Hence, the scan statistic simply evaluates the spatial distribution of the observation, but not the number of observations.
The likelihood function used as the test statistic is the same as for the Poisson model for the discrete scan statistic, where the expected number of cases is equal to the total number of observed observations, times the size of the scanning window, divided by the size of the total study area. As such, it is a special case of the variable window size scan statistic described by