Spatial cancer data analyses frequently utilize regression techniques to investigate associations between cancer incidences and potential covariates. Model specification, a process of formulating an appropriate model, is a well-recognized task in the literature. It involves a distributional assumption for a dependent variable, a proper set of predictor variables (i.e., covariates), and a functional form of the model, among other things. For example, one of the assumptions of a conventional statistical model is independence of model residuals, an assumption that can be easily violated when spatial autocorrelation is present in observations. A failure to account for spatial structure can result in unreliable estimation results. Furthermore, the difficulty of describing georeferenced data may increase with the presence of a positive and negative spatial autocorrelation mixture, because most current model specifications cannot successfully explain a mixture of spatial processes with a single spatial autocorrelation parameter. Particularly, properly accounting for a spatial autocorrelation mixture is challenging. This paper empirically investigates and uncovers a possible spatial autocorrelation mixture pattern in breast cancer incidences in Broward County, Florida, during 2000–2010, employing different model specifications. The analysis results show that Moran eigenvector spatial filtering provides a flexible method to examine such a mixture.

中文翻译：

---

发现正负空间自相关混合模式：2000-2010年佛罗里达州布劳沃德县乳腺癌发病率的空间分析

空间癌症数据分析经常利用回归技术来研究癌症发生率与潜在协变量之间的关联。模型规范是制定适当模型的过程，是文献中公认的任务。它涉及因变量的分布假设，一组适当的预测变量（即协变量）以及模型的功能形式等。例如，常规统计模型的假设之一是模型残差的独立性，当观测值中存在空间自相关时，很容易违反这一假设。不考虑空间结构可能导致不可靠的估计结果。此外，正负空间自相关混合的存在可能会增加描述地理参考数据的难度，因为大多数当前模型规范无法成功地解释具有单个空间自相关参数的空间过程的混合。特别地，适当考虑空间自相关混合是具有挑战性的。本文采用不同的模型规范，对2000年至2010年佛罗里达州布劳沃德县乳腺癌发病率进行了实证研究，并发现了一种可能的空间自相关混合模式。分析结果表明，Moran特征向量空间滤波为检查这种混合物提供了一种灵活的方法。因为大多数当前模型规范无法成功地解释具有单个空间自相关参数的空间过程的混合。特别地，适当考虑空间自相关混合是具有挑战性的。本文采用不同的模型规范，对2000年至2010年佛罗里达州布劳沃德县乳腺癌发病率进行了实证研究，并发现了一种可能的空间自相关混合模式。分析结果表明，Moran特征向量空间滤波为检查这种混合物提供了一种灵活的方法。因为大多数当前模型规范无法成功地解释具有单个空间自相关参数的空间过程的混合。特别地，适当考虑空间自相关混合是具有挑战性的。本文采用不同的模型规范，对2000年至2010年佛罗里达州布劳沃德县乳腺癌发病率进行了实证研究，并发现了一种可能的空间自相关混合模式。分析结果表明，Moran特征向量空间滤波为检查这种混合物提供了一种灵活的方法。在2000–2010年期间，采用了不同的模型规格。分析结果表明，Moran特征向量空间滤波为检查这种混合物提供了一种灵活的方法。在2000–2010年期间，采用了不同的模型规格。分析结果表明，Moran特征向量空间滤波为检查这种混合物提供了一种灵活的方法。