A Dynamic Approach to The Statistical Analysis of Point Processes
点过程统计分析的动态方法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：摘要研究点过程的动态贝叶斯分析，未明确属于所列宏观时间序列或经济预测方向，故保留空分类。
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
点过程统计分析的动态方法
- 研究问题
- 如何通过对连续区间的序贯分析，动态估计含解释变量的点过程强度，并实现在线更新、滤波及未来事件过程的预测？
- 方法与思路
- 作者假定强度在各区间内分段常数，推导含解释变量的贝叶斯在线推断，并取得连续时间强度的极限方程及无协变量情形的解。
- 材料陈述的贡献
- 摘要称建立了点过程在线估计、滤波与预测的动态框架，并给出连续时间极限处理及数值示例；未报告具体预测表现。
- 阅读关注点
- 应核对区间划分、强度演化和先验设定，检查离散更新到连续时间极限的条件，以及含协变量时计算与预测的实现。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。极限方程的求解明确限于无协变量情形，摘要未说明一般情形的计算保证或预测精度。
原文摘要
An approach to the analysis of point processes based on sequential analysis of successive intervals assuming a piecewise constant intensity rate is presented. Bayesian inference for processes with explanatory variables is derived in terms of on-line estimation, filtering and prediction. Limiting equations for the time-continuous intensity rate are obtained and solved for the no-covariates case. Examples are provided and the approach is applied in a numerical example.