Estimating the smoothness of a Gaussian random field from irregularly spaced data via higher-order quadratic variations
利用高阶二次变差从不规则间距数据估计高斯随机场光滑度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：摘要研究空间高斯随机场的光滑度估计，未提供对应所列经济计量细分的直接证据。
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
利用高阶二次变差从不规则间距数据估计高斯随机场光滑度
- 研究问题
- 对于平稳、各向同性高斯随机场，如何利用不规则间距观测估计光滑度，并为不同空间采样布局建立渐近保证？
- 方法与思路
- 作者构造高阶二次变差并建立固定区域渐近理论，分别处理不等距直线样带、二维光滑曲线和二维变形格点观测。
- 材料陈述的贡献
- 摘要称所提光滑度估计量在温和假设下强一致，模拟显示其在中等样本量下表现良好；未报告具体误差或比较幅度。
- 阅读关注点
- 阅读全文时应核对各采样布局的几何限制、二次变差阶数的选择，以及强一致性所需的协方差与光滑度条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，所谓温和假设和模拟设置未展开，不能据此推断对非平稳或非各向同性场也适用。
原文摘要
This article introduces a method for estimating the smoothness of a stationary, isotropic Gaussian random field from irregularly spaced data. This involves novel constructions of higher-order quadratic variations and the establishment of the corresponding fixed-domain asymptotic theory. In particular, we consider: (i) higher-order quadratic variations using nonequispaced line transect data, (ii) second-order quadratic variations from a sample of Gaussian random field observations taken along a smooth curve in $\mathbb{R}^{2}$, (iii) second-order quadratic variations based on deformed lattice data on $\mathbb{R}^{2}$. Smoothness estimators are proposed that are strongly consistent under mild assumptions. Simulations indicate that these estimators perform well for moderate sample sizes.