.png){kind=icon}
返回
Spectral estimation for point processes and random fields
.png){kind=icon}
OA
AI
DOI：10.1093/biomet/asaf089.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间变量可以以多种不同形式被观测，例如规则采样的随机场（格点数据）、点过程和随机采样的空间过程。对这类观测集合进行联合分析显然是可取的，但缺乏一个易于实现的框架而变得复杂。我们通过提供一个使用耦合离散和连续数据锥的多锥分析框架来填补这一空白，并结合离散傅里叶变换进行推断。使用这组工具很重要，因为它构成了实际谱分析的核心。在高维情况下，尤其重要的是不被限制在笛卡尔乘积域中，因此我们开发了使用不规则域数据锥和锥形离散傅里叶变换的谱分析方法。我们讨论了其快速实现，以及渐近和有限大域性质。提供了不同空间过程间部分关联的估计量，以及确定其显著性的规范方法，并使用大规模生态学数据集展示了其实际效用。
Keyword:
Coherence
Partial coherence
Random field
Spatial multitapering
Spatial point pattern
Spectral representation
期刊
B
IF:
2.8
论文数:
34
被引数:
0
查看更多机构
.png){kind=icon}
