M.Mehdi，莫拉迪;奥特玛·克罗尼;埃格·鲁巴克;拉斐尔·拉契泽·雷;豪尔赫·马图;阿德里安·巴德利 Voronoi强度估计器的重采样平滑。 （英文） Zbl 1430.62073号 统计计算。 29，第5期，995-1010（2019）. 摘要：Voronoi估计量是点过程强度的非参数自适应估计量。给定位置处的强度估计值等于包含该位置的Voronoi/Dirichlet单元大小的倒数。它们的主要缺点是，在观测点模式的点密度较高的区域，它们往往会使数据不够平滑，而在点密度较低的区域，则会使数据过于平滑。为了纠正这种行为，我们建议在通过独立随机细化对点模式重新采样的基础上，对Voronoi估计器应用额外的平滑操作。通过仿真研究，我们表明我们的重采样平滑技术大大改进了估计。此外，我们研究了无偏性和方差等统计特性，并提出了一种简单规则和数据驱动的交叉验证方法，以选择要应用的平滑量。最后，我们将我们提出的强度估计方案应用于两个数据集：松树树苗位置（平面点模式）和机动车交通事故（线性网络点模式）。 引用于11文件 MSC公司： 62G07年 密度估算 60G55型 点过程（例如，泊松、考克斯、霍克斯过程） 62第20页 统计学在经济学中的应用 关键词：自适应强度估计;独立稀疏;机器学习;点过程;重新取样;Voronoi强度估计器 软件：拔管器;脓疱病;DTFE公司;萨内特;科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit{M.M.Moradi}等人，《统计计算》。29，第5号，995--1010（2019；Zbl 1430.62073） 全文： 内政部 arXiv公司 参考文献： [1] Ang，Q.W.，Baddeley，A.，Nair，G.：线性网络上事件的几何校正二阶分析，应用于生态学和犯罪学。扫描。《美国联邦法律大全》第39卷第4期，第591-617页（2012年）·Zbl 1319.62197号 ·doi:10.1111/j.1467-9469.2011.00752.x [2] Baddeley，A.：空间点模式统计模型的验证。载：Babu，J.，Feigelson，E.（编辑）《现代天文学的统计挑战IV》，太平洋天文学会，美国加利福尼亚州旧金山，太平洋天文学会，会议系列，第371卷，第22-38页（2007年） [3] Baddeley，A.，Rubak，E.，Turner，R.：《空间点模式：方法论与应用》，R.CRC出版社，博卡拉顿（2015）·兹比尔1357.62001 ·doi:10.1201/b19708 [4] Barr，C.D.，Schoenberg，F.P.：关于非均匀平面泊松过程强度的Voronoi估计。《生物特征》97（4），977-984（2010）·Zbl 1204.62147号 ·doi:10.1093/biomet/asq047 [5] Berman，M.，Diggle，P.：估算空间点过程二阶强度的加权积分。J.R.统计社会服务。B 51，81-92（1989）·Zbl 0671.62043号 [6] Borruso，G.：《网络密度估计：网络上点模式的分析》，载于：《计算科学及其应用》，ICCSA 2005，Springer，第126-132页（2005） [7] Borruso，G.：网络密度和城市区域的划分。事务处理。GIS 7177-191（2003）·doi:10.1111/1467-9671.00139 [8] Borruso，G.：网络密度估计：用于分析网络空间中点模式的GIS方法。事务处理。GIS 12（3），377-402（2008）·文件编号：10.1111/j.1467-9671.2008.01107.x [9] Brown，G.S.：每英亩茎的点密度。新西兰林业局森林研究所（1965年） [10] Chiu，S.N.，Stoyan，D.，Kendall，W.S.，Mecke，J.：随机几何及其应用。霍博肯·威利（2013）·Zbl 1291.60005号 ·doi:10.1002/9781118658222 [11] Cronie，O.，Särkkä，A.：标记时空点过程模型的一些边缘校正方法。计算。统计数据分析。55(7), 2209-2220 (2011) ·Zbl 1328.62548号 ·doi:10.1016/j.csda.2011.01.022 [12] Cronie，O.，van Lieshout，M.N.M.：空间强度函数核估计的带宽选择的非模型方法。生物特征105（2），455-462（2018）·Zbl 07072424号 ·doi:10.1093/biomet/asy001 [13] Daley，D.J.，Vere-Jones，D.：点过程理论导论：第二卷：一般理论与结构，第二版。施普林格，纽约（2008）·Zbl 1159.60003号 [14] Davies，T.M.，Baddeley，A.：空间自适应核估计的快速计算。统计计算。28(4), 937-956 (2018) ·Zbl 1384.62175号 ·doi:10.1007/s11222-017-9772-4 [15] Davies，T.M.，Hazelton，M.L.：空间相对风险的自适应核估计。Stat.Med.29（23），2423-2437（2010） [16] Davies，T.M.，Jones，K.，Hazelton，M.L.：用于估计空间相对风险函数的对称自适应平滑方案。计算。统计数据分析。2016年12月28日，第101页·兹比尔1466.62053 ·doi:10.1016/j.csda.2016.02.008 [17] Davies，T.M.、Marshall，J.C.、Hazelton，M.L.：连续空间和时空相对风险的核估计教程。Stat.Med.37（7），1191-1221（2018）·doi:10.1002/sim.7577 [18] Diggle，P.：平滑点过程数据的核心方法。申请。Stat.34（2），138-147（1985）·Zbl 0584.62140号 ·doi:10.2307/2347366 [19] Diggle，P.：《空间和时空点模式的统计分析》，第3版。CRC出版社，博卡拉顿（2014）·Zbl 1435.62004号 [20] Duyckaerts，C.，Godefroy，G.：研究神经元数量密度和空间分布的Voronoi细分。化学杂志。神经酸盐。20(1), 83-92 (2000) ·doi:10.1016/S0891-0618（00）00064-8 [21] Duyckaerts，C.、Godefroy，G.、Hauw，J.J.：通过Dirichlet细分评估神经元数值密度。《神经科学杂志》。方法51（1），47-69（1994）·doi:10.1016/0165-0270（94）90025-6 [22] Ebeling，H.，Wiedenmann，G.：结合Voronoi细分和渗流的二维探测结构。物理学。版本E 47（1），704-710（1993）·doi:10.1103/PhysRevE.47.704 [23] 费雷拉，J。；Denison，D。；霍姆斯，C。；Lawson，A.（编辑）；Denison，D.（编辑），分区建模，125-146（2002），博卡拉顿 [24] Heikkinen，J.，Arjas，E.：空间泊松强度的非参数贝叶斯估计。扫描。《美国联邦法律大全》第25卷第3期，第435-450页（1998年）·Zbl 0921.62034号 ·doi:10.1111/1467-9469.00114 [25] Holmström，L.，Hamalainen，A.：自组织约化核密度估计器。摘自：IEEE神经网络国际会议，第417-421页（1993） [26] Kallenberg，O.：随机测度，理论与应用。柏林施普林格出版社（2017）·Zbl 1376.60003号 ·doi:10.1007/978-3-319-41598-7 [27] 最后，G：齐次空间上的平稳随机测度。J.西奥。普罗巴伯。23(2), 478-497 (2010) ·Zbl 1207.60037号 ·doi:10.1007/s10959-009-0231-9 [28] Lawrence，T.，Baddeley，A.，Milne，R.K.，Nair，G.：球面区域的点模式分析。统计数据5（1），144-157（2016）·doi:10.1002/sta4.108 [29] 莱文，N.：德克萨斯州休斯顿，大都会交通安全规划项目。运输。研究记录J.运输。Res.Board 1969，92-100（2006） [30] 莱文，N。；Geertman，S.（编辑）；Stillwell，J.（编辑），《机动车安全规划支持系统：休斯顿经验》，93-111（2009），多德雷赫特·doi:10.1007/978-1-4020-8952-7_5 [31] Loader，C.：局部回归和可能性。纽约施普林格出版社（1999年）·Zbl 0929.62046号 [32] McSwiggan，G.，Baddeley，A.，Nair，G.：线性网络上的核密度估计。扫描。《美国联邦法律大全》第44卷第2期，第324-345页（2017年）·Zbl 1422.62091号 [33] Möller，J.，Rubak，E.：球面上点过程的函数摘要统计，以及确定点过程的应用。空间。统计数字18，4-23（2016）·doi:10.1016/j.spasta.2016.06.004 [34] Möller，J.，Schoenberg，F.：将空间点过程细化为泊松过程。高级应用程序。普罗巴伯。42(2), 347-358 (2010) ·Zbl 1239.60035号 ·doi:10.1239/aap/1275055232 [35] Moradi，M.M.，Rodríguez-Cortes，F.J.，Mateu，J.：线性网络上空间点模式的强度估计。J.计算。图表。Stat.27（2），302-311（2018）·Zbl 07498948号 ·doi:10.1080/10618600.2017.136782 [36] Ogata，Y.：时空etas模型的重大改进，用于预测准确的基线地震活动。地球行星空间63（3），217-229（2011）·doi:10.5047/eps.2010.09.001 [37] Okabe，A.，Sugihara，K.：网络空间分析：统计和计算方法。霍博肯·威利（2012）·Zbl 1256.62056号 ·doi:10.1002/9781119967101 [38] Okabe，A.，Boots，B.，Sugihara，K.，Chiu，S.：空间细分：Voronoi图的概念和应用，第二版。霍博肯·威利（2000）·Zbl 0946.68144号 ·doi:10.1002/9780470317013 [39] Okabe，A.，Satoh，T.，Sugihara，K.：网络的核密度估计方法，其计算方法和基于gis的工具。国际地质杂志。信息科学。23(1), 7-32 (2009) ·网址：10.1080/13658810802475491 [40] 奥德：一片森林里有多少棵树？数学。科学。1978年3月23日至33日 [41] Rakshit，S.，Davies，T.M.，Moradi，M.M.，McSwiggan，G.，Nair，G.，Mateu，J.，Baddeley，A.：使用2D卷积对大型网络上的点模式进行快速内核平滑。提交出版（2018年） [42] Rakshit，S.、Nair，G.、Baddeley，A.：使用任何距离度量对网络上的点模式进行二阶分析。空间。Stat.22，129-154（2017）·doi:10.1016/j.spasta.2017.0.002 [43] Schaap，W.E.：DTFE：Delaunay细分场估计器。格罗宁根大学博士论文（2007年） [44] Schneider，R.，Weil，W.：随机与积分几何。概率及其应用。施普林格，多德雷赫特（2008）·兹比尔1175.60003 ·doi:10.1007/978-3-540-78859-1 [45] Scott，D.：多元密度估计。理论、实践和可视化。威利，纽约（1992）·Zbl 0850.62006号 ·数字对象标识代码：10.1002/9780470316849 [46] Silverman，B.W.：统计和数据分析的密度估计。CRC出版社，博卡拉顿（1986）·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9 [47] van Lieshout，M.N.M.：马尔可夫点过程及其应用。帝国理工学院出版社，伦敦（2000）·Zbl 0968.60005号 ·doi:10.1142/p060 [48] van Lieshout，M.N.M.：关于点过程强度函数的估计。Methodol公司。计算。申请。普罗巴伯。14, 567-578 (2012) ·Zbl 1274.60157号 ·doi:10.1007/s11009-011-9244-9 [49] Wand，M.，Jones，M.：内核平滑。CRC出版社，博卡拉顿（1995）·Zbl 0854.62043号 ·doi:10.1007/9781-4899-4493-1 [50] Xie，Z.，Yan，J.：网络空间中交通事故的核密度估计。计算。环境。URL。系统。32(5), 396-406 (2008) ·doi:10.1016/j.compenvurbsys.2008.05.001 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。