Global Envelope Tests for Spatial Processes
空间过程的全局包络检验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：研究对象是空间过程拟合优度，摘要未涉及所列网络干扰或其他经济计量方向。
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…
空间过程的全局包络检验
- 研究问题
- 空间拟合优度检验通常逐距离控制误报率，但研究者会查看整个距离区间；如何控制区间上的整体第一类错误？
- 方法与思路
- 作者提出两类与 Barnard 蒙特卡洛检验相关的方法：依据逐距离秩排序函数，以及为偏离检验构造包络。
- 材料陈述的贡献
- 摘要称，两种全局包络检验允许事先选择整体显著性水平并给出 p 值，并以模拟和真实点模式数据示例。
- 阅读关注点
- 应核对函数排序、并列秩和包络的具体定义，以及零模型模拟方式、参数估计如何影响整体错误率。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明复合零假设处理、模拟次数要求或数值表现，不能推断后续版本变化。
原文摘要
Summary Envelope tests are a popular tool in spatial statistics, where they are used in goodness-of-fit testing. These tests graphically compare an empirical function T(r) with its simulated counterparts from the null model. However, the type I error probability α is conventionally controlled for a fixed distance r only, whereas the functions are inspected on an interval of distances I. In this study, we propose two approaches related to Barnard's Monte Carlo test for building global envelope tests on I: ordering the empirical and simulated functions on the basis of their r-wise ranks among each other, and the construction of envelopes for a deviation test. These new tests allow the a priori choice of the global α and they yield p-values. We illustrate these tests by using simulated and real point pattern data.