Some Statistical Methods for Bivariate Circular Data
双变量圆周数据的若干统计方法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：摘要研究圆周数据的相关、依赖与预测，未涉及宏观预测、金融收益或给定的其他经济计量细分对象。
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
双变量圆周数据的若干统计方法
- 研究问题
- 对于两个圆周单位向量，如何定义合适的相关性度量，并根据不同依赖类型构造一个向量对另一个的预测？
- 方法与思路
- 作者利用交叉乘积矩阵的最小奇异值构造相关性度量，引入聚类依赖概念，并刻画缠绕双变量正态分布。
- 材料陈述的贡献
- 摘要称，所提度量满足所引相关系数准则的大部分性质，且良好预测器的形式取决于观测到的依赖类型。
- 阅读关注点
- 应核对相关性度量满足和不满足的性质、聚类依赖的定义，以及预测器与缠绕正态分布刻画的具体条件。
- 阅读边界
- 仅据 Crossref 摘要；相关度量公式、预测评价标准及分布刻画条件未说明，也不能据此推断其他版本内容。
原文摘要
Summary A function of the smallest singular value of the cross product matrix between two circular unit vectors is suggested as a measure of correlation. It possesses most of the desirable properties for a correlation coefficient given by Jupp and Mardia (1980). The concept of cluster dependence is introduced. A good predictor of one unit vector given the other is shown to depend on the type of dependence observed. The wrapped bivariate normal is characterized.