A measure of association for spatial variables
空间变量的一种关联度量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：空间坐标关联度量不等同于网络与干扰，摘要未提供给定细分方向的直接依据。
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
空间变量的一种关联度量
- 研究问题
- 如何将观测值的秩和测量位置共同用于空间变量的关联度量，并刻画该度量在独立性及有限总体抽样下的性质？
- 方法与思路
- 作者结合观测秩与位置坐标构造关联度量，在最优坐标设计下分析方差，并讨论渐近正态性及有限测量点总体的抽样。
- 材料陈述的贡献
- 摘要称给出独立空间变量下的方差阶数、渐近正态性条件，以及有限测量点总体抽样时的渐近偏差和方差公式。
- 阅读关注点
- 应核对度量定义、最优坐标设计的含义和可实现性、渐近正态条件，并查阅原 PDF 确认方差阶数中的符号。
- 阅读边界
- 仅据版本未注明的索引摘要；方差阶数中的字符可能混淆，需查原 PDF，不重构公式；设计条件及有限样本表现未说明。
原文摘要
A measure of association for spatial variables is proposed. The measure is based on the ranks of the observations and on the location coordinates of the measurement points. For two independent spatial variables it is shown that under optimal coordinate designs the variance of the measure is of the order l/(kn), where n is the number of data points and k is the dimension of the observation space. Conditions for asymptotic normality are stated, and asymptotic formulae for bias and variance are given also in the case of sampling from a population with a finite number of measurement points.