R 패키지 surveillance를 활용한 시공간 전염병 분석 가이드

본 논문은 지리코드화된 보건 데이터와 전염병의 시간적 특성을 활용한 시공간 통계 모델링에 대한 필요성을 제기하고, 이를 지원하는 R 패키지 **surveillance**의 기능을 종합적으로 소개한다. 서론에서는 전염병 데이터가 실험 설계가 아닌 관찰 데이터이며, 사건 간 의존성 및 부분 관측성 때문에 전통적인 통계 방법으로는 분석이 어려움을 강조한다. 이어서 기존 R 패키지(e.g., EpiEstim, R0, outbreaker, tscount, etasFLP 등)와의 차별점을 설명하고, **surveillance**가 제공하는 세 가지 데이터 유형—연속공간·연속시간 개별 사건, 이산 단위 사건 이력, 지역·시간 집계 카운트—에 맞춘 전용 데이터 클래스와 모델을 제시한다. 첫 번째 모델 **twinstim**은 연속공간·연속시간에 발생한 개별 사건을 자기흥분 점 과정으로 모델링한다. 사건 강도 λ(s,t)는 외생 요인에 기반한 **endemic** 성분 ν