Estimating equations for spatially correlated data in multi-dimensional space
多维空间中空间相关数据的估计方程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：摘要针对一般空间相关随机场，没有明确的经济计量应用或所列细分方向依据。
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
多维空间中空间相关数据的估计方程
- 研究问题
- 当多维研究区域内的观测存在空间相关性时，如何构造估计方程，并为估计量建立一致性和渐近正态性？
- 方法与思路
- 作者以拟似然构造空间数据估计方程，在适当混合条件下研究不同 Lp 度量中的随机场中心极限定理。
- 材料陈述的贡献
- 摘要称由中心极限定理可导出拟似然估计量的渐近性质，并以模拟及 East Lansing Woods 数据展示方法。
- 阅读关注点
- 应核对空间采样与渐近框架、混合条件及 Lp 度量的作用，以及拟似然均值和相关结构需要怎样设定。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要未给出混合条件、采样要求或模拟数值，不能推断任意空间依赖下均适用或推断刊本变化。
原文摘要
We use the quasilikelihood concept to propose an estimating equation for spatial data with correlation across the study region in a multi-dimensional space. With appropriate mixing conditions, we develop a central limit theorem for a random field under various Lp metrics. The consistency and asymptotic normality of quasilikelihood estimators can then be derived. We also conduct simulations to evaluate the performance of the proposed estimating equation, and a dataset from East Lansing Woods is used to illustrate the method.