Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:0709.1801

帮助 | 高级搜索

数学 > 统计理论

arXiv:0709.1801 (math)
[提交于 2007年9月12日 (v1) ,最后修订 2010年1月13日 (此版本, v4)]

标题: 坎贝尔平衡方程与非遗传承 Gibbs 点过程的伪似然估计

标题: Campbell equilibrium equation and pseudo-likelihood estimation for non-hereditary Gibbs point processes

Authors:David Dereudre, Frédéric Lavancier
摘要: 本文研究涉及硬核相互作用的吉布斯点过程,其中硬核相互作用不一定是遗传性的。我们首先将Nguyen和Zessin [Math. Nachr. 88 (1979) 105--115]最初提出的著名的Campbell平衡方程推广到非遗传性设定,并由此引入了可移除点的新概念。然后提出了一种修改后的伪似然估计量,该估计量涉及这些可移除点。我们考虑以下两步估计程序:首先估计硬核参数,然后通过伪似然估计平滑相互作用参数,在此过程中将硬核参数估计值代入。我们证明了该程序在遗传性和非遗传性设定下的相合性。
摘要: In this paper, we study Gibbs point processes involving a hardcore interaction which is not necessarily hereditary. We first extend the famous Campbell equilibrium equation, initially proposed by Nguyen and Zessin [Math. Nachr. 88 (1979) 105--115], to the non-hereditary setting and consequently introduce the new concept of removable points. A modified version of the pseudo-likelihood estimator is then proposed, which involves these removable points. We consider the following two-step estimation procedure: first estimate the hardcore parameter, then estimate the smooth interaction parameter by pseudo-likelihood, where the hardcore parameter estimator is plugged in. We prove the consistency of this procedure in both the hereditary and non-hereditary settings.
评论: 发表于 http://dx.doi.org/10.3150/09-BEJ198 的《伯努利》杂志 (http://isi.cbs.nl/bernoulli/),由国际统计学会/伯努利学会 (http://isi.cbs.nl/BS/bshome.htm) 出版
主题: 统计理论 (math.ST)
引用方式: arXiv:0709.1801 [math.ST]
  (或者 arXiv:0709.1801v4 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.0709.1801
通过 DataCite 发表的 arXiv DOI
期刊参考: IMS-BEJ-BEJ198
相关 DOI: https://doi.org/10.3150/09-BEJ198
链接到相关资源的 DOI

提交历史

来自: Frederic Lavancier [查看电子邮件]
[v1] 星期三, 2007 年 9 月 12 日 11:04:49 UTC (16 KB)
[v2] 星期三, 2008 年 2 月 6 日 08:46:09 UTC (17 KB)
[v3] 星期五, 2009 年 4 月 3 日 12:53:06 UTC (22 KB)
[v4] 星期三, 2010 年 1 月 13 日 14:05:06 UTC (120 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2007-09
切换浏览方式为:
math
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号