Modelling Directional Dispersion through Hyperspherical Log-Splines
通过超球面对数样条建模方向性离散程度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：摘要研究通用多元分布建模与贝叶斯回归，未明确涉及分位数效应、结构估计或所列金融风险对象。
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…
通过超球面对数样条建模方向性离散程度
- 研究问题
- 如何放松椭圆分布对方向性离散程度的限制，构造能表现偏斜、同时保留部分基本分布性质的多元模型？
- 方法与思路
- 作者在球对称密度中加入方向性离散函数，利用超球面上的样条灵活建模，并将该分布类用于贝叶斯回归。
- 材料陈述的贡献
- 摘要称，新分布类推广椭圆分布，在一定条件下保留单峰性与矩存在性，并展示生物医学和制造企业数据应用。
- 阅读关注点
- 应核对方向函数的约束、密度归一化、保留分布性质的条件，以及高维样条实现和贝叶斯回归中的识别。
- 阅读边界
- 仅据Crossref摘要，无法判断具体正则条件、高维计算成本或拟合改善；企业数据应用本身不说明经济效应识别。
原文摘要
Summary We introduce the directionally dispersed class of multivariate distributions, a generalization of the elliptical class. By allowing dispersion of multivariate random variables to vary with direction it is possible to generate a very wide and flexible class of distributions. Directionally dispersed distributions have a simple form for their density, which extends a spherically symmetric density function by including a function D modelling directional dispersion. Under a mild condition, the class of distributions is shown to preserve both unimodality and moment existence. By adequately defining D, it is possible to generate skewed distributions. Using spline models on hyperspheres, we suggest a very flexible, yet practical, implementation for modelling directional dispersion in any dimension. Finally, we use the new class of distributions in a Bayesian regression set-up and analyse the distributions of a set of biomedical measurements and a sample of US manufacturing firms.