Kaplan-Meier estimators of distance distributions for spatial point processes
空间点过程距离分布的 Kaplan–Meier 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：摘要讨论空间点过程的距离与边界修正，没有足够证据对应所列计量领域细分。
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
空间点过程距离分布的 Kaplan–Meier 估计
- 研究问题
- 空间点过程仅在有界窗口内可见时，如何减轻边界效应对空隙分布、最近邻距离分布及二阶矩函数估计的影响？
- 方法与思路
- 作者将到窗口边界的距离视为右删失界限，借助删失生存数据的类比构造乘积极限型估计，并分析其渐近性质。
- 材料陈述的贡献
- 摘要称估计量具有比率无偏性与特定情形下的强一致性；模拟中通常优于边界法，但 K 的估计逊于部分精细边界修正。
- 阅读关注点
- 应核对三类目标各自的删失构造、比率无偏性的定义，以及独立重复观测和窗口扩大两条渐近路径的适用条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；中心极限定理仅称给出概要，具体条件及效率差异未提供，不能推断刊本变化。
原文摘要
When a spatial point process is observed through a bounded window, edge effects hamper the estimation of characteristics such as the empty space function F, the nearest neighbor distance distribution G and the reduced second-order moment function K. Here we propose and study product-limit type estimators of F, G and K based on the analogy with censored survival data: the distance from a fixed point to the nearest point of the process is right-censored by its distance to the boundary of the window. The resulting estimators have a ratio-unbiasedness property that is standard in spatial statistics. We show that the empty space function F of any stationary point process is absolutely continuous, and so is the product-limit estimator of F. The estimators are strongly consistent when there are independent replications or when the sampling window becomes large. We sketch a CLT for independent replications within a fixed observation window and asymptotic theory for independent replications of sparse Poisson processes. In simulations the new estimators are generally more efficient than the "border method" estimator but (for estimators of K), somewhat less efficient than sophisticated edge corrections.