On Estimating the Dependence Between Two Point Processes
两个点过程之间依赖关系的估计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：摘要研究平稳二元时间点过程及事件序列间的依赖估计，对应时间序列方法。
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
两个点过程之间依赖关系的估计
- 研究问题
- 如何利用平稳二元点过程的二阶分布评估两个事件序列之间的依赖，并为估计出的依赖特征构造近似置信区间？
- 方法与思路
- 作者基于两类事件时点的一次观测实现构造二阶分布的自然估计，研究渐近正态性，并提出近似置信区间方法。
- 材料陈述的贡献
- 摘要称，论文证明该二阶分布自然估计量的渐近正态性，并提供置信区间构造方法，用于描述点过程间的依赖。
- 阅读关注点
- 应核对二阶分布的具体定义、观测窗口与渐近方案、依赖和矩条件，以及渐近方差估计及置信区间的覆盖表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；渐近条件、方差公式与区间精度未提供，二阶依赖也不能直接解释为因果关系。
原文摘要
To assess the dependence structure in a stationary bivariate point process the second-order distribution can be very useful. We prove that the natural estimates of this distribution, based on a realization $A_1 < A_2 < \cdots < A_{n_A}, B_1 < B_2 < \cdots < B_{n_B}$ are asymptotically normal and we present a method for constructing approximate confidence intervals for this distribution.