Spatial Median and Directional Data
空间中位数与方向数据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：摘要研究超球面方向数据的稳健位置估计，未涉及给定分类中的经济分布效应或其他具体应用方向。
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…
关注这篇论文的作者
空间中位数与方向数据
- 研究问题
- 对超球面上旋转对称的方向分布，如何估计位置及众数方向，并在存在离群值时改善方向估计的表现？
- 方法与思路
- 作者以归一化空间中位数估计位置，研究其渐近性质并构造众数方向置信区域，再应用于特定方向分布及污染模型。
- 材料陈述的贡献
- 摘要称，该方法可用于方向参数的置信区域构造，且存在离群值时，归一化空间中位数可能比归一化均值更有效率。
- 阅读关注点
- 应核对旋转对称及众数方向的定义、渐近结果所需条件、污染模型设定，以及效率比较采用的指标和适用范围。
- 阅读边界
- 材料为稿件版本未注明的 OpenAlex 索引摘要；离群值比例、具体效率结果及置信区域的有限样本表现未说明。
原文摘要
We introduce the normalized spatial median as an estimator of location for rotationally symmetric distributions on the hypersphere. We investigate some of its asymptotic properties and use them to obtain confidence regions for the modal direction of a distribution on the hypersphere. These results are then applied to the von Mises-Fisher distribution and to a contamination model. It is seen that the normalized spatial median can perform more efficiently than the normalized mean in presence of outliers.