Confidence Regions for Spatial Excursion Sets From Repeated Random Field Observations, With an Application to Climate
重复随机场观测下空间超阈值集合的置信区域及气候应用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：摘要研究空间随机场超阈值集合及气候应用，未明确涉及所列经济分布效应、金融尾部风险或其他细分方向。
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…
重复随机场观测下空间超阈值集合的置信区域及气候应用
- 研究问题
- 给定固定细网格上的重复含噪随机场观测，如何为目标空间函数超过指定阈值的区域构造同时具有置信保障的内外边界？
- 方法与思路
- 作者以渐近高斯的函数估计量构造数据依赖的嵌套超阈值集合，分别作为真实集合的内外界，并用乘子自助法确定渐近覆盖。
- 材料陈述的贡献
- 摘要称，方法不要求原始数据高斯，也不要求极限高斯场平稳或光滑，并用于描绘北美季节平均升温超过两摄氏度的区域。
- 阅读关注点
- 应核对函数估计量渐近高斯性的要求、集合覆盖事件与边界处理，以及乘子自助法有效性和气候应用的不确定性来源。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能推断刊本变化。摘要未列出其余正则条件或覆盖数值，气候区域结论限于所用分析框架。
原文摘要
The goal of this paper is to give confidence regions for the excursion set of a spatial function above a given threshold from repeated noisy observations on a fine grid of fixed locations. Given an asymptotically Gaussian estimator of the target function, a pair of data-dependent nested excursion sets are constructed that are sub- and super-sets of the true excursion set, respectively, with a desired confidence. Asymptotic coverage probabilities are determined via a multiplier bootstrap method, not requiring Gaussianity of the original data nor stationarity or smoothness of the limiting Gaussian field. The method is used to determine regions in North America where the mean summer and winter temperatures are expected to increase by mid 21st century by more than 2 degrees Celsius.