跳到正文
← 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:摘要属于空间点过程的方差估计,空间结构本身不足以归入网络与干扰或时间序列。

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
Y. Guan

非齐次空间点过程的快速分块方差估计

研究问题
对于非齐次空间点过程,如何以较低计算成本和更稳定的结果估计方差,并改进稀疏化分块自助法的表现?
方法与思路
作者提出非重叠与重叠分块估计量,将前者解释为稀疏化过程数和自助样本数趋于无穷时既有估计量的极限。
材料陈述的贡献
摘要称,非重叠方法无需稀疏化或自助抽样而更快、更稳定;重叠分块以少量额外计算进一步改善表现,模拟支持优势。
阅读关注点
应核对非齐次强度的处理、块划分及块大小规则,以及极限对应关系、稳定性评价和计算时间比较的具体依据。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;摘要未给出适用条件和性能数值,不能将模拟优势普遍化或推断刊本变化。

原文摘要

We introduce two new variance estimation procedures that use non-overlapping and overlapping blocks, respectively. The non-overlapping blocks estimator can be viewed as the limit of the thinned block bootstrap estimator recently proposed in Guan Loh (2007), by letting the number of thinned processes and bootstrap samples therein both increase to infinity. The non-overlapping blocks estimator can be obtained quickly since it does not require any thinning or bootstrap steps, and it is more stable. The overlapping blocks estimator further improves the performance of the non-overlapping blocks with a modest increase in computation time. A simulation study demonstrates the superiority of the proposed estimators over the thinned block bootstrap estimator.

笔记与分组
相关领域论文