诺埃尔·A·C·克雷西。 空间数据统计。 (英语) Zbl 0799.62002号 概率与数理统计中的威利级数纽约等:John Wiley&Sons,Inc.(ISBN 0-471-84336-9/hbk)。xx,900页(1991)。 该书分为三个部分,分别处理地质统计数据、晶格数据、点模式和其他几何对象的统计。第一部分(第2章至第5章)的基本随机模型是向量值随机场\(\{\mathbb{Z}(s):s\ in D\}\)的随机模型,其中\(D\)是\(\mathbb{R}^D\)的非随机子集,包含正体积的\(D\)维矩形,即\(\mathbb{Z}(s)\)描述了位置\(s\in D\)处的随机状态。主要考虑二阶平稳随机场,即期望值e(mathbb{Z}(s))不依赖于D中的s,而(mathbb{Z}(s1)和Z(s2)的协方差仅依赖于差值(s1-s2)。这种随机场的重要特征是变异函数和共变函数的概念。讨论了如何从数据中估计它们,以及如何拟合变差函数模型。然后,第3章讨论空间预测问题,特别是克里金的几个变体。还讨论了随机场的模拟技术。第4章给出了克里格法的实际应用,例如Wolfcamp含水层数据、小麦产量数据和酸沉降数据。在第五章中,讨论了空间数据统计中的一些特殊问题,如非线性地质统计学、支持度变化问题、kriging预测器和kriging-方差的稳定性、空间抽样设计、最近邻分析。本书的第二部分(第6章和第7章)涉及这样一种情况,即索引集(D)是一个格,即由边连接的位置的可数集合。首先,介绍了格上的各种随机模型,如有条件且同时指定的空间高斯和非高斯模型、马尔可夫随机场、规则格和不规则格上的数据模型、具有空间自回归移动平均误差的回归模型、格数据的时空模型。然后给出了格模型推理的基本工具,包括参数估计和相关统计性质。介绍了马尔可夫随机场的重要应用——统计图像分析和遥感的基本原理。还讨论了在不规则格上处理流行病学数据的方法。对不同的区域制图方法进行了比较。第三部分(第8章和第9章)致力于空间模式的统计分析。从形式上讲,这两章中考虑的随机模型可以再次理解为一个随机域,其中索引集(D)是随机的。在第8章中,特别强调了当(D)是一个随机点过程时的情况,即(D)的实现是空间点模式。长叶松的说明性空间数据分析引入了这些主题,其中讨论了点模式的完全空间随机性、规则性和聚类等概念。接下来,提出了一种基于随机(计数)测度的空间点过程的数学优雅方法。讨论了几个点过程模型,如泊松过程、考克斯过程、泊松簇过程、马尔可夫点过程、平稳和各向同性点过程、标记点过程。综述了点过程的基本特征,包括矩测度、生成泛函、Palm分布、最近邻分布函数的概念。讨论了如何从观测点模式拟合点过程模型的参数。给出了模拟点过程的算法。最后的第9章讨论了更一般的随机闭集模型。还提到了非随机集模型(分形集、模糊集)。然而,特别值得注意的是布尔模型,它可以被视为位于齐次泊松过程点上的随机颗粒的联合。讨论了布尔模型的主要性质,包括参数估计和推理的讨论。给出了肿瘤生长数据的应用。该书调查了与空间数据统计分析相关的方法和问题的巨大多样性。它假设读者熟悉概率和数理统计的基本概念和技术。关于随机过程的一些额外知识有助于阅读本书的更多理论部分。大多数章节以应用程序开始。给出了各种空间统计分析的所有数据集。这本书有1300多个参考文献的综合清单。还包含作者和主题索引。审核人:V.Schmidt(乌尔姆) 引用于8评论引用于388文件 MSC公司: 62-02 与统计有关的研究展览(专著、调查文章) 62H11型 定向数据;空间统计学 62立方米 空间过程推断 60G55型 点过程(例如,泊松、考克斯、霍克斯过程) 86A32型 地理统计学 62M40型 随机字段;图像分析 60克57 随机测量 关键词:参考文献;仿真技术;算法;分形集;晶格数据;点模式;向量值随机场;二阶平稳随机场;变异函数;共变图;空间预测;克里金;Wolfcamp-aquifer数据;麦田数据;酸沉降数据;非线性地质统计学;更换支架;克里金预测器;克立格方差;空间抽样设计;最近邻分析;空间高斯和非高斯模型;马尔可夫随机场;回归模型;空间自回归移动平均误差;时空模型;图像分析;遥感;流行病学资料;区域制图方法;点过程;完全空间随机性;规律性;群集;泊松过程;考克斯过程;泊松簇过程;马尔可夫点过程;平稳和各向同性点过程;标记点过程;力矩测量;生成泛函;Palm分发;最近邻分布函数;随机闭集;布尔模型;肿瘤生长数据 PDF格式BibTeX公司 XML格式引用 \textit{N.A.C.Cressie},空间数据统计。纽约等:John Wiley\&Sons,Inc.(1991年;Zbl 0799.62002)