结构化时间点过程的半参数学习
徐刚刚、王明、卞江泽、黄慧、蒂莫西·R·伯奇、桑德罗·C·安德拉德、张晶飞、关永涛; 21(192):1−39, 2020.
摘要
我们提出了一个使用多级log-Gaussian-Cox过程来模拟具有复杂结构的重复观测点过程的一般框架；由于技术进步，此类数据在医学研究、社会科学、经济和金融等各个领域变得越来越可用。提出了一种新的非参数方法，用于有效且一致地估计各级潜在高斯过程的协方差函数。为了预测函数主成分得分，我们通过最大化点过程超位置的条件似然，提出了一种一致的估计方法。我们进一步将我们的过程扩展到可以评估过程之间潜在相关性的二元点过程情形。研究了所提出估计量的渐近性质，并通过模拟研究和股票交易数据集的应用说明了我们的方法的有效性。
[腹肌]
[pdf格式][围兜]
