On the likelihood function of Gaussian max-stable processes
高斯最大稳定过程的似然函数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：摘要研究空间极值过程，未涉及金融尾部或系统性风险，缺乏所列细分依据。
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
高斯最大稳定过程的似然函数
- 研究问题
- 高斯最大稳定过程在站点数量受到空间维度约束时，能否得到闭式似然，增加组合中的站点数是否改善协方差估计？
- 方法与思路
- 作者推导有限站点下的闭式似然表达式，并以蒙特卡洛模拟比较二维情形中两站点与三站点最大复合似然估计。
- 材料陈述的贡献
- 摘要称得到特定站点数量范围内的闭式似然，并在所报告的模拟中展示由两站点组合增至三站点组合的效率增益。
- 阅读关注点
- 应核对过程定义、站点数量限制及闭式似然适用条件，进一步检查模拟设计、效率度量和增加站点带来的计算成本。
- 阅读边界
- 所给索引摘要的空间维度符号存在异常，需查原 PDF 确认；摘要未给出效率增益数值，也不足以支持一般性优越结论。
原文摘要
We derive a closed form expression for the likelihood function of a Gaussian max-stable process indexed by ℝ-super-d at p≤d+1 sites, d≥1. We demonstrate the gain in efficiency in the maximum composite likelihood estimators of the covariance matrix from p=2 to p=3 sites in ℝ-super-2 by means of a Monte Carlo simulation study. Copyright 2011, Oxford University Press.