Spectral estimation of Hawkes processes from count data
基于计数数据的 Hawkes 过程谱估计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：摘要直接研究平稳时间点过程、区间计数与谱估计，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
基于计数数据的 Hawkes 过程谱估计
- 研究问题
- 在线性平稳 Hawkes 过程的事件时点不可见、只能观察固定时间区间计数时，如何估计模型参数及繁殖函数？
- 方法与思路
- 作者采用基于 Whittle 方法的参数谱估计，利用区间计数开展估计，并在繁殖函数满足矩条件时分析渐近性质。
- 材料陈述的贡献
- 摘要称，所得估计量具有一致性与渐近正态性；模拟和案例展示了较大计数区间下繁殖函数估计的表现。
- 阅读关注点
- 应核对计数序列与过程谱的关系、参数可识别性、繁殖函数矩条件，以及区间长度如何影响估计精度与案例结论。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；矩条件的具体形式、案例数据与数值结果未提供，不能据此判断普遍适用性。
原文摘要
This paper presents a parametric estimation method for ill-observed linear stationary Hawkes processes. When the exact locations of points are not observed, but only counts over time intervals of fixed size, methods based on the likelihood are not feasible. We show that spectral estimation based on Whittle’s method is adapted to this case and provides consistent and asymptotically normal estimators, provided a mild moment condition on the reproduction function. Simulated data sets and a case-study illustrate the performances of the estimation, notably of the reproduction function even when time intervals are relatively large.