Package ‘smerc’ April 20, 2018

---

Package ‘smerc’

April 20, 2018

Type Package

Title Statistical Methods for Regional Counts

Version 0.4.5

Date 2018-04-18

Author Joshua French

Maintainer Joshua French

Description Implements statistical methods for analyzing the counts of areal data,

with a focus on the detection of spatial clusters and clustering.

License GPL (>= 2)

LazyLoad yes

Imports SpatialTools, fields, parallel, maps, smacpod, spdep,

matrixStats, sp

Suggests testthat, SpatialEpi

RoxygenNote 6.0.1

NeedsCompilation no

Repository CRAN

Date/Publication 2018-04-19 23:47:22 UTC

R topics documented:

bn.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2

casewin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

color.clusters

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

dmst.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

dmst.zones

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

dweights . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9

flex.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

11

flex.zones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

mlf.test

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

mlf.zones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16

nnpop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

17

1

---

2

bn.test

nydf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

18

nypoly . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

nyw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

plot.scan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

plot.tango . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21

scan.stat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

scan.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

23

scan.zones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

25

tango.stat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

26

tango.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

27

uls.test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

29

uls.zones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

Index

32

bn.test

Besag-Newell Test

Description

bn.test implements the Besag-Newell test of Besag and Newell (1991) for finding disease clusters.

Usage

bn.test(coords, cases, pop, cstar, alpha = 0.1, lonlat = FALSE,

noc = TRUE, modified = FALSE)

Arguments

coords

An n × 2 matrix of centroid coordinates for the regions.

cases

The number of cases observed in each region.

pop

The population size associated with each region.

cstar

A non-negative integer indicating the minimum number of cases to include in

each window.

alpha

The significance level to determine whether a cluster is signficant. Default is

0.10.

lonlat

The default is

FALSE, which specifies that Euclidean distance should be used.If

lonlat is TRUE, then the great circle distance is used to calculate the inter-

centroid distance.

noc

A logical value indicating whether all significant clusters should be returned

(

FALSE) or only the non-overlapping clusters (TRUE) arranged in order of signif-

icance. The default is

TRUE.

modified

A logical value indicating whether a modified version of the test should be per-

formed. The original paper recommends computing the p-value for each cluster

as

1 - ppois(cstar - 1, lambda = expected). The modified version re-

places

cstar with cases, the observed number of cases in the region, and com-

putes the p-value for the cluster as

1 - ppois(cases - 1, lambda = ex).

The default is

modified = FALSE.

---

bn.test

3

Value

Returns a list of length two of class

scan. The first element (clusters) is a list containing the

significant clusters and has the the following components:

locids

The location ids of regions in a significant cluster.

coords

The centroid of the initial region.

r

The maximum radius of the cluster (in terms of intercentroid distance from the

starting region).

pop

The total population in the cluser window.

cases

The observed number of cases in the cluster window.

expected

The expected number of cases in the cluster window.

smr

Standarized mortaility ratio (observed/expected) in the cluster window.

rr

Relative risk in the cluster window.

tstat

The loglikelihood ratio for the cluster window (i.e., the log of the test statistic).

pvalue

The pvalue of the test statistic associated with the cluster window.

w

The adjacency matrix of the cluster.

The second element of the list is the centroid coordinates. This is needed for plotting purposes.

Author(s)

Joshua French

References

Besag, J. and Newell, J. (1991). The detection of clusters in rare diseases, Journal of the Royal

Statistical Society, Series A, 154, 327-333.

See Also

scan.stat

,

plot.scan

,

scan.test

,

flex.test

,

dmst.test

,

uls.test

,

mlf.test

Examples

data(nydf)

data(nyw)

coords = with(nydf, cbind(x, y))

out = bn.test(coords = coords, cases = nydf$cases,

pop = nydf$pop, cstar = 6,

alpha = 0.1)

plot(out)

data(nypoly)

library(sp)

plot(nypoly, col = color.clusters(out))

---