Copula-based models for correlated circular data
相关圆周数据的 Copula 模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确提出圆周时间序列的自回归模型，因此选择时间序列方向。
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
相关圆周数据的 Copula 模型
- 研究问题
- 如何为具有相关性的角度或方向数据建立多元参数模型，同时保留边际分布的灵活性并简化参数估计？
- 方法与思路
- 作者利用高斯 Copula 构造多元圆周分布，并在动物朝向和海流案例中建立圆周自回归模型与空间统计模型。
- 材料陈述的贡献
- 摘要称，该方法将传统多元正态建模思路扩展到圆周数据，不限制边际分布，也不需要繁重的参数估计程序。
- 阅读关注点
- 应核对圆周变量的表示、高斯 Copula 与边际分布的连接方式，以及时间和空间模型的估计步骤与适配范围。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审和期刊接收均未核实；摘要未说明估计条件、误差表现或案例比较结果。
原文摘要
We exploit Gaussian copulas to specify a class of multivariate circular distributions and obtain parametric models for the analysis of correlated circular data. This approach provides a straightforward extension of traditional multivariate normal models to the circular setting, without imposing restrictions on the marginal data distribution nor requiring overwhelming routines for parameter estimation. The proposal is illustrated on two case studies of animal orientation and sea currents, where we propose an autoregressive model for circular time series and a geostatistical model for circular spatial series.