Nonhomogeneity Analysis Using Borrowed Strength
借用信息的非同质性分析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：摘要分析空间随机场的局部密度与同质性，未明确研究时间结构变化或经济分布效应。
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
借用信息的非同质性分析
- 研究问题
- 在分段平稳的随机场中，如何利用不同区域概率密度之间的相似性改善局部密度估计，并辅助判断场的同质性？
- 方法与思路
- 作者先估计全局混合密度，再将该借用信息估计的参数空间支撑施加到局部估计问题，以所得局部密度分析随机场同质性。
- 材料陈述的贡献
- 摘要提出借用区域间信息的局部密度估计方法，并称基于局部估计的同质性分析可从这种信息共享中获益。
- 阅读关注点
- 应核对分段平稳条件、全局混合结构及支撑约束的含义，以及区域差异较大时借用信息是否会扭曲局部非同质性判断。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；获益的评价指标、理论条件和实验结果未说明，不能认定信息共享总能改善局部估计。
原文摘要
This article develops a “borrowed strength” methodology for estimating local probability densities in a random field. Under a piecewise stationarity condition similarities between the densities in different regions of the field can be exploited by estimating a global mixture density and imposing the parameter-space support of this borrowed strength estimate on the local estimation problems. The local estimates are then used in an analysis of the homogeneity of the field, which is shown to benefit from the method of borrowing strength.