Multidimensional Residual Analysis of Point Process Models for Earthquake Occurrences
地震发生点过程模型的多维残差分析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：摘要研究地震时空点过程，未提供宏观时间序列、高频金融或金融风险的直接依据。
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
地震发生点过程模型的多维残差分析
- 研究问题
- 如何诊断地震时空与震级点过程模型的拟合不足，尤其检验 ETAS 模型中的空间设定及余震时间与震级结构？
- 方法与思路
- 作者对加州 Bear Valley 地震目录应用两类残差方法：沿单一坐标重标度，以及依据条件强度稀疏化点过程。
- 材料陈述的贡献
- 摘要称残差提示采用各向异性空间距离可能改善拟合，并发现余震时间与震级分布不可分，触发密度可能随次生事件震级变化。
- 阅读关注点
- 应核对残差转为齐次泊松过程的条件、随机边界的处理，以及不可分性和震级依赖的检验依据与模型修改效果。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；结论基于特定地震目录，摘要未提供检验细节或修正后的量化改善，不能外推至金融风险。
原文摘要
Residual analysis methods for examining the fit of multidimensional point process models are applied to point process models for the space–time–magnitude distribution of earthquake occurrences, using, in particular, the multidimensional version of Ogata's epidemic-type aftershock sequence (ETAS) model and a 30-year catalog of 580 earthquakes occurring in Bear Valley, California. One method involves rescaled residuals, obtained by transforming points along one coordinate to form a homogeneous Poisson process inside a random, irregular boundary. Another method involves thinning the point process according to the conditional intensity to form a homogeneous Poisson process on the original, untransformed space. The thinned residuals suggest that the fit of the model may be significantly improved by using an anisotropic spatial distance function in the estimation of the spatially varying background rate. Using rescaled residuals, it is shown that the temporal–magnitude distribution of aftershock activity is not separable, and that, in particular, in contrast to the ETAS model, the triggering density of earthquakes appears to depend on the magnitude of the secondary events in question. The residual analysis highlights that the fit of the space–time ETAS model may be improved by allowing the parameters governing the triggering density to vary for earthquakes of different magnitudes. Such modifications may be important because the ETAS model is widely used in seismology for hazard analysis.