Censored Distance-Based Intensity Estimation of Spatial Point Processes
空间点过程的删失距离强度估计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：摘要中的强度属于空间点过程的统计参数，未涉及网络干扰或所列其他经济计量细分方向的明确模型。
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
空间点过程的删失距离强度估计
- 研究问题
- 空间点过程的距离抽样中，删失能否减少采样工作、搜索区域重叠和边界效应，其收益如何随抽样强度变化？
- 方法与思路
- 作者在齐次泊松过程中推导两类删失距离测量的极大似然估计，并提出较一般的复合估计量，通过模拟比较删失与未删失方案。
- 材料陈述的贡献
- 摘要称给出了删失距离强度估计方法，并研究抽样强度对表现的影响，重点考察利用删失处理重叠与边界效应的有利情形。
- 阅读关注点
- 核对距离测量与删失规则、搜索区域设计、泊松假设，以及复合估计量的稳健性依据和模拟中的偏差与精度比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；删失有利的具体条件和模拟结果未列出，不能认定删失在所有空间点过程中都改善估计。
原文摘要
The use of censoring in conjunction with distance-based estimation of the intensity of a spatial point process is considered. Censoring, in this context, may be motivated by practical considerations such as reduction of sampling effort, but it may also be considered as a method for preventing the overlap of search regions and for eliminating edge effects. Maximum likelihood estimators that utilize censored point-plant measurements or censored T-square measurements are obtained for the case of a homogeneous Poisson process, and some robust ‘compound’ estimators that utilize censored T-square measurements are proposed for more general use. The effect of sampling intensity on the performance of these estimators and their counterparts that utilize uncensored measurements is studied via simulation, with particular attention given to discovering under what circumstances it is advantageous to use censoring to deal with overlap and edge effects.