Estimation of the Covariance Function of a Homogeneous Process on the Sphere
球面齐次过程协方差函数的估计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：摘要研究球面空间随机过程，谱估计一词不足以归入时间序列或金融因子等方向。
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
球面齐次过程协方差函数的估计
- 研究问题
- 对于均值为零、协方差仅依赖两点角距离的球面高斯过程，如何利用多个独立实现估计协方差函数并刻画整体误差？
- 方法与思路
- 作者先推导已有谱估计的精确分布，再构造协方差函数估计量，计算一阶与二阶矩，并研究连续函数空间中的弱收敛。
- 材料陈述的贡献
- 摘要称给出谱估计的精确分布和协方差估计量的矩表达式，并证明经平方根实现数缩放的误差过程趋于高斯过程。
- 阅读关注点
- 应核对球面观测方式、谱展开与正则条件、协方差估计量的构造，以及连续函数空间中高斯极限的协方差结构。
- 阅读边界
- 版本未注明的索引摘要未说明空间采样和正则条件；独立重复实现的结论不能直接用于单次球面观测，也不能推断刊本变化。
原文摘要
A homogeneous random process on the sphere $\{X(P): P \in S_2\}$ is a process whose mean is zero and whose covariance function depends only on the angular distance $\theta$ between the two points, i.e. $E\lbrack X(P)\rbrack \equiv 0$ and $E\lbrack X(P)X(Q)\rbrack = R(\theta)$. Given $T$ independent realizations of a Gaussian homogeneous process $X(P)$, we first derive the exact distribution of the spectral estimates introduced by Jones (1963 b). Further, an estimate $R^{(T)}(\theta)$ of the covariance function $R(\theta)$ is proposed. Exact expressions for its first- and second-order moments are derived and it is shown that the sequence of processes $\{T^{\frac{1}{2}}\lbrack R^{(T)}(\theta) - R(\theta)\rbrack\}^\infty_{T=1}$ converges weakly in $C\lbrack 0, \pi\rbrack$ to a given Gaussian process.