非均匀平面泊松过程强度的Voronoi估计

@文章{Barr2010OnTV,title={关于非均匀平面泊松过程强度的Voronoi估计},作者={Christopher David Barr和Frederic Paik Schoenberg},期刊={Biometrika},年份={2010},体积={97},页码={977-984},网址={https://api.semanticscholar.org/CorpusID:15191064}}
对于任何位置,Voronoi估计器都可以定义为对应Voronoi-单元面积的倒数。我们研究了非均匀泊松过程强度估计量的统计性质,并证明了它在伽马抽样分布下近似无偏。我们还介绍了形心Voronoi估计量,这是一种基于点模式空间正则化的简单扩展。仿真结果表明,Voronoi估计具有很低的偏差

本文中的数字

Voronoi强度估计器的重采样平滑

本文提出在通过独立随机细化对点模式进行重采样的基础上,对Voronoi估计量应用额外的平滑操作,并表明重采样平滑技术大大提高了估计量。

高维数据的Voronoi密度估计:计算、紧致化和收敛性

本文定义了一种适用于高维的VDE紧致Voronoi密度估计(CVDE)变种,并提出了计算效率高的CVDE数值逼近算法,并正式证明了估计密度与原始密度的收敛性。

Voronoi单元在空间点过程模型残差分析中的应用

本文提出了一种空间点过程的残差分析方法,该方法评估了Voronoi上模型条件强度和观测点数之间的差异

与Poisson–Voronoi细分相关的空间簇点过程

通过观察有界区域内簇的叠加,讨论了如何解释边缘效应,并结合一个植物学示例讨论了一种特殊柔性模型的贝叶斯推断。

使用Voronoi细分计算空间点过程模型的残差

本文提出了一种空间点过程的残差分析方法,该方法评估了Voronoi上模型条件强度和观测点数之间的差异

细分(Tessellation)

本文简要介绍了Voronoi图的定义、性质和使用,包括Poisson–Voronoi-和形心Voronoi-grams的特殊情况。

基于Delaunay三角剖分的非参数最近邻下降聚类

本文基于Delaunay三角剖分或其对偶Voronoi细分,提出了一种利用局部信息计算势能值的非参数过程,这充分证明了这些基于参数和非参数IT的方法的优越性。

空间点过程模型残差的分区选择

本文研究了当前空间点过程模型残差分析方法的优缺点。主要关注空间应以何种方式

道路网络上野生动物车辆碰撞点过程的随机平滑

一阶强度函数的一致核估计,使用强度与网络上事件位置密度之间的方便关系,还利用了网络上原始点过程与其通过协变量转换的过程之间的理论关系。

空间点过程模型的Voronoi残差分析及其在加利福尼亚地震预报中的应用

已经提出了许多点过程模型来描述和预测加利福尼亚等地震活动区的地震发生,但如何最好地进行比较和评估是个问题

关于泊松过程的voronoi镶嵌随机多边形分布的蒙特卡罗估计

描述了一项大规模研究,其中生成并测定了200万个随机Voronoi多边形(关于齐次泊松点过程)。多边形特征

空间非齐次泊松点过程参数估计的渐近性质

考虑一个由有界Borel集上的非齐次泊松过程实现的空间点模式,其强度函数为λ(s;θ),其中。在本文中,我们证明了最大似然

空间泊松强度的非参数贝叶斯估计

该方法基于模型近似,其中近似强度具有分段常数函数的结构,平面上的随机阶跃函数是使用随机点模式的Voronoi细分生成的。

二维和三维泊松-沃罗尼单元的统计分布

分别在二维和三维空间中生成1000万和500万个Voronoi细胞独立样本,并将细胞体积、细胞表面积等几何特征拟合到广义伽马分布。

非均匀空间点过程的一致非参数强度估计

估计非均匀空间点过程强度函数的常用非参数方法是通过核平滑。进行平滑处理时,通常只使用事件

平面内齐次泊松过程中Voronoi多边形的分量面积

我们研究了平面泊松过程的Voronoi镶嵌中,三个或四个点对与典型多边形相关的某些区域的贡献。我们得到了关于

空间点模式的实用最大似然

本文描述了一种计算空间点过程参数的近似最大伪似然估计的技术。该方法是Berman&Turner(1992)的扩展

泊松强度估计的Haar-Fisz算法

本文介绍了一种估计非均匀一维泊松过程强度的新方法。Haar-Fisz变换变换二进制泊松计数向量