The role of the range parameter for estimation and prediction in geostatistics
地统计估计与预测中范围参数的作用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦固定域空间高斯过程与地统计预测，未涉及时间序列预测、宏观变量或金融收益，现有标签没有直接对应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
地统计估计与预测中范围参数的作用
- 研究问题
- 在固定空间区域内的 Matérn 高斯过程模型中，联合估计相关范围和方差，会如何改变参数推断、空间预测及有限样本近似？
- 方法与思路
- 作者将原先固定范围参数的渐近结果推广至范围与方差联合估计，并用模拟比较固定范围近似与联合估计的有限样本表现。
- 材料陈述的贡献
- 摘要称固定范围渐近直觉在有限样本中可能失效；联合估计改善模拟表现，并使渐近近似在较小样本下适用，特定过程下更明显。
- 阅读关注点
- 应核对推广的是哪些估计与预测结果、固定域渐近条件，以及均方可微性和较小有效相关范围如何影响有限样本比较。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未列出定理范围和预测指标，不能认定所有空间模型均改善。
原文摘要
Two canonical problems in geostatistics are estimating the parameters in a specified family of stochastic process models and predicting the process at new locations. We show that asymptotic results for a Gaussian process over a fixed domain with Matérn covariance function, previously proven only in the case of a fixed range parameter, can be extended to the case of jointly estimating the range and the variance of the process. Moreover, we show that intuition and approximations derived from asymptotics using a fixed range parameter can be problematic when applied to finite samples, even for large sample sizes. In contrast, we show via simulation that performance is improved and asymptotic approximations are applicable for smaller sample sizes when the parameters are jointly estimated. These effects are particularly apparent when the process is mean square differentiable or the effective range of spatial correlation is small.