【摘 要】
:
空间点过程是指在空间域Rd上生成的一组随机点集,点过程的一次实现称为点模式.Poisson点过程是点模式数据建模中的一类常用模型,其统计规律通过强度函数进行刻画.实际应用中的大多数点模式数据其强度函数随位置变化而不同,呈现异质性,很难用既定的参数化模型进行刻画.因此,对异质Poisson点过程的强度函数进行非参数统计推断是一个重要且具有实际意义的问题.通过将异质Poisson点过程的对数强度采用薄
论文部分内容阅读
空间点过程是指在空间域Rd上生成的一组随机点集,点过程的一次实现称为点模式.Poisson点过程是点模式数据建模中的一类常用模型,其统计规律通过强度函数进行刻画.实际应用中的大多数点模式数据其强度函数随位置变化而不同,呈现异质性,很难用既定的参数化模型进行刻画.因此,对异质Poisson点过程的强度函数进行非参数统计推断是一个重要且具有实际意义的问题.通过将异质Poisson点过程的对数强度采用薄板样条基展开,并对薄板样条基格点与基系数进行先验设定,本文将强度函数的非参数推断问题转化为贝叶斯层次模型下样条基系数的参数估计问题.从而,在贝叶斯框架下,给出了一种异质Poisson点过程的新型非参数推断方法.对于薄板样条基的格点位置,本文考虑了两种不同的先验设定方法:(1)对观测区域进行划分后在每个划分子区域上选定一个固定点;(2)对观测区域进行划分后每个位置点服从划分子区域上的均匀分布.对于薄板样条展式中的基系数,采用具有平滑性超参数的多变量高斯分布作为先验分布,而对于其中的平滑性超参数赋予弱信息先验.在先验分布设定后,通过联立Poisson点过程似然函数求得了参数与超参数的联合后验分布,并设计了一种HMC-within-Gibbs抽样算法从模型参数的后验分布中进行抽样.通过引入二次损失,Kullback-Leibler损失,Hellinger损失三类损失函数,将异质Poisson对数强度函数的推断问题视为贝叶斯决策问题,在最小化后验风险准则下得到了对数强度函数的贝叶斯解.理论推导发现:在二次损失函数与Kullback-Leibler损失函数下得到的对数强度的贝叶斯解是一致的,都为后验均值估计;而在Hellinger损失函数下所得到的对数强度贝叶斯解是由两个后验矩条件所决定的积分方程的解.通过将积分方程组转化为两目标的优化问题,本文设计了Hellinger损失函数下对数强度贝叶斯解的计算算法.在使用HMC-within-Gibbs抽样算法从模型参数的后验分布中得到参数模拟值后,利用统计决策理论得到的贝叶斯解便可实现对数强度的估计.选取两种不同的强度模型(一种是恒定不变的常数强度,另一种是随着观察区域面积变化而变化的指数型强度),通过模拟试验发现:(1)不论是常数强度模型还是指数型强度模型的情况,在样条基格点变动先验下所得估计的均方误差和平均绝对误差都比样条基格点静止情况下的要小;(2)利用最小化由Hellinger损失决定的后验风险得到的对数强度估计能够在一定程度上减小均方误差和平均绝对误差,但是估计的标准差相比后验期望估计更大;(3)本文所提出的对数强度贝叶斯估计明显的优于经典的核估计方法.使用光滑薄板样条对空间曲面进行建模是空间非参数回归分析中的一种常用方法.但光滑薄板样条需要将原始数据作为格点进行薄板样条基展开.对于点模式数据,其观测数据的个数和位置都具有随机性,直接采用观测点作为格点位置不仅可能会带来模型设定的维数灾难问题,而且还会因为观测点的稀密不均影响模型对数据的拟合效果.本文将观测区域划分为多个子区域,并在这些子区域中选定或随机产生一个位置作为基函数格点位置.在此基础上通过构建贝叶斯分层模型并设计后验分布抽样方法实现了异质Poisson点过程强度的估计.本文所提出的强度函数估计方法具有较好的边界拟合效果,对于其它隐含数据模型中空间曲面的统计推断具有重要参考价值.
其他文献
时滞微分方程用于描述既依赖于当前状态也依赖于过去状态的发展系统,其特点是充分考虑到系统历史对现状的影响,在物理学、生物数学、经济学等众多学科领域的建模中扮演着重要的角色.SBP-SAT方法是一种稳定性高、实现过程简单的数值方法,它通过分部求和(SBP)算子和对边界施加一致逼近项(SAT)的方式来求解微分方程.本论文主要研究求解时滞微分方程的SBP-SAT方法,并分析其能量稳定性以及收敛性.第一章,
本文运用改进的偏牛顿校正算法和基于插值投影Legendre-Galerkin谱方法成功解决了一类非线性四阶偏微分方程的多解问题.文章分三个部分:第一部分,首先对不具有变分结构的方程构造了推广的Nehari流形.通过修改增广变换(AT),发展了改进的偏牛顿校正算法,建立并证明了非线性四阶偏微分方程边值问题的新解与该问题零核空间的密切关系,去掉标准收敛假设,使证明更简洁明了.分情况证明了该方程满足在N
在一般的系统寿命研究中,希望从数据中了解到系统的失效时间和导致系统失效的原因也就是具体失效部件。但又常常会由于试验经费、时间制约、技术能力受限和某些部件故障的破坏性后果而出现数据被屏蔽的现象。如果能够充分利用现有数据而不是采取二次测量,就能做到对系统元件的寿命分析,也就能够节省大量的时间和经费。随着现代工业系统系统的功能的完善,系统内元件呈现分布多变性和构成复杂化的趋势,面对屏蔽数据的困扰,本文在
神经网络是一种重要的计算模型,它被广泛应用于人工智能、模式识别、信号和图像处理等领域.神经网络的动力学性态得到了许多专家学者的关注,在周期解、分岔、稳定性及同步等方面有很多较好的成果.在同步研究中,针对神经网络的有限时间同步和固定时间同步的研究相对成熟.由于预定时间控制可以解决固定时间控制的定时问题,且其结论更具有普适性和应用性.因而预定时间同步成为人们近些年研究的焦点.本文重点对两类变系数混合时
谱方法作为求解偏微分方程数值解的一类重要方法,最大的特点是具有高精度,其中,谱配置法最为简单易操作.本文主要研究二维Allen-Cahn方程和CahnHilliard方程的时空谱配置法.首先,我们针对二维Allen-Cahn方程,在时间方向和空间方向均采用LegendreGauss-Lobatto节点作为配置点,构造时空谱配置格式,利用牛顿迭代对所得非线性系统进行求解,通过数值算例验证了该方法具有
上世纪60年代以来,学者开始研究生物寿命的拟合分布,这些寿命分布通常用于拟合生物寿命,产品寿命等场景,用于预测描述产品的寿命特征。随着深入的研究,复合分布在产品寿命的拟合广泛性和精确性有着较好的应用,构造复合分布以及研究复合分布在寿命拟合的效果成了统计学学者青睐的研究内容。本文研究的广义EP分布为三参数复合寿命分布。首先,复合威布尔分布和零截断泊松分布,推导得到广义EP分布,并对该分布的概率密度函
近年来,由于在生物医学、图像处理、自动控制、模式识别和保密通信等领域的广泛应用,细胞神经网络已成为国内外众多专家学者研究的一个重要内容.细胞神经网络(Cellular Neural Network,CNN)是由 Chua 和 Yang[J.Eur.Math.Soc 2005]于1988年提出的一类结构规律、维数可无限拓展的非线性模拟动力系统,CNN具有丰富的动力学性态,如平衡点、周期解、行波解、混
与经典随机微分方程相比,带有自交互项的随机微分方程的理论分析具有更高的难度.由于该随机系统很难求出解析解的显式表达式,数值计算成为研究此类随机系统的重要工具.然而,由于自交互扩散随机微分方程的系数中含有积分项,其数值格式的构造需要提出不同于经典随机微分方程数值方法的新途径.本文主要研究自交互扩散系统的数值格式构造的基本思路,并分析数值格式收敛性.本文采用由局部误差推导整体误差的思想,在均方收敛的意
刚性常微分方程在航空、航天、化学动力学等领域有着广泛的应用.块方法具有精度高、稳定性好、可并行等优点,是求解刚性常微分方程的一种重要的数值方法.本论文主要研究求解刚性常微分方程的局部线性化显式块方法,并分析其收敛性及数值稳定性.第一章,简述时间精确高稳定显式(TASE)算子、局部线性化方法和块θ-方法的基本理论.第二章,使用TASE算子对显式块方法进行预处理,给出数值格式A-稳定的必要条件.证明了
本文主要是考虑一类随机捕食者—食饵模型的动力学行为,全文共分为三章.第一章首先介绍了捕食者—食饵模型的生物学背景以及研究现状,其次给出了随机分析以及随机微分方程的相关预备知识.第二章研究了一类具有一般功能反应函数的随机捕食者—食饵模型的动力学行为.具体来说,我们首先提出了研究的模型,并且引入适当的条件.其次,利用随机微分方程的基本理论、停时技巧以及It(?)公式,我们得到了随机系统全局正解的存在性