Palm distributions of superposed point processes for statistical inference
叠加点过程的 Palm 分布及其统计推断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：摘要讨论通用点过程理论及统计应用，未明确涉及金融高频数据、风险或其他所列细分方向。
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…
关注这篇论文的作者
叠加点过程的 Palm 分布及其统计推断
- 研究问题
- 独立点过程叠加后的 Palm 分布如何由各组成过程决定，这种表征能否支持受污染点过程估计和更高阶统计推断？
- 方法与思路
- 作者以组成过程的 Palm 分布和矩测度建立混合表示，研究最小对比估计及散粒噪声 Cox 过程，并推导有限情形的 Janossy 密度。
- 材料陈述的贡献
- 摘要称，论文给出叠加过程的 Palm 分布表征及高阶扩展，并获得可用作似然的可处理密度表达，为新的似然推断提供基础。
- 阅读关注点
- 应核对独立性、矩测度和有限性条件，明确污染模型及最小对比目标，并检查高阶 Palm 分布和 Janossy 密度的计算范围。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明完整条件、估计量渐近性质或数值表现，不能把推断可能性视为已验证的性能优势。
原文摘要
Abstract Palm distributions play a central role in the study of point processes and their associated summary statistics. In this work, we characterize the Palm distributions of the superposition of independent point processes, establishing a simple mixture representation depending on the point processes’ Palm distributions and moment measures. We explore two statistical applications enabled by our main result. First, we consider minimum contrast estimation for corrupted point processes. Second, we investigate the class of shot noise Cox processes and derive explicit expressions for their higher-order Palm distributions. In the finite case, we further obtain a tractable expression for the Janossy density, which plays the role of a likelihood function and thus can be used for new likelihood-based inference strategies. Extensions to the superposition of multiple point processes and to higher-order Palm distributions are also presented.