A weighted estimating equation approach for inhomogeneous spatial point processes
非齐次空间点过程的加权估计方程方法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：摘要涉及空间点过程的强度估计，未明确涉及所列网络、面板或其他计量方向。
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…
非齐次空间点过程的加权估计方程方法
- 研究问题
- 估计非齐次空间点过程的参数化强度函数时，如何利用过程的非齐次性与依赖信息，提高相对泊松似然估计的效率？
- 方法与思路
- 作者构造加权估计方程，使权重能够同时纳入强度非齐次性和过程依赖信息，并开展模拟与热带森林数据应用。
- 材料陈述的贡献
- 摘要称在非泊松过程的模拟中，相对泊松最大似然估计可获得显著效率收益，并以森林数据说明方法使用。
- 阅读关注点
- 应核对权重的定义与估计方式、依赖信息来源、估计方程的理论条件，以及效率比较中的过程设定与基准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；权重构造、理论性质与效率收益数值未说明，不能保证任意非泊松过程均有收益。
原文摘要
We introduce a new estimation method for parametric intensity function models of inhomogeneous spatial point processes based on weighted estimating equations. The weights can incorporate information on both inhomogeneity and dependence of the process. Simulations show that significant efficiency gains can be achieved for non-Poisson processes, compared to the Poisson maximum likelihood estimator. An application to tropical forest data illustrates the use of the proposed method.