Assessing goodness of fit of spatially inhomogeneous Poisson processes
空间非齐次泊松过程的拟合优度检验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：摘要研究空间点过程拟合检验，未涉及经济网络干扰或所列其他方向的明确对象。
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
空间非齐次泊松过程的拟合优度检验
- 研究问题
- 如何把经典完全空间随机性检验推广到非平稳泊松空间过程，并区分整体模型失配与局部规则排列或聚集现象？
- 方法与思路
- 作者先在局部实施经典检验，再把局部结果组合为全局检验；局部检验用于探索，并在 Cox 过程假设下讨论最优观测窗口分割。
- 材料陈述的贡献
- 摘要称，该方法可检验非平稳泊松过程假设，并在 Cox 假设下导出最优分割；同时给出林业与杂草科学中的应用示例。
- 阅读关注点
- 应核对局部检验的尺度、全局组合规则及其显著性校准，尤其关注最优分割的目标、Cox 假设和应用中的强度估计。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；分割准则、检验校准和实例结果未说明，局部不拒绝也不能证明泊松假设成立。
原文摘要
We propose an extension of the classical complete spatial randomness tests to nonstationary Poisson spatial processes. The method consists of first performing the classical tests locally and then grouping the local results into a global test. The global test is a test for nonstationary Poisson process assumption, whereas the local tests can be used in an exploratory way to decide whether the observed process is locally regular or clustered or if we do not reject the inhomogeneous Poisson assumption. Under a Cox assumption, an optimal partition of the sampling window can be derived. Finally, we present some examples from forestry and weed sciences.