[论文解读] A J-function for inhomogeneous spatio-temporal point processes

Ottmar Cronie, van Marie-Colette Lieshout|arXiv (Cornell University)|Nov 25, 2013

Point processes and geometric inequalities参考文献 25被引用 5

一句话总结

本文在强度加权矩平稳性下，为非齐次时空点过程提出了一种新的J函数，将经典的J函数推广至非平稳设置。该统计量基于n阶连结函数与生成泛函定义，建立了与非齐次K函数的联系，并推导出经模拟数据验证的比值无偏估计量，可有效检测非平稳时空模式中的聚类与规则性。

ABSTRACT

We propose a new summary statistic for inhomogeneous intensity-reweighted moment stationary spatio-temporal point processes. The statistic is defined through the n-point correlation functions of the point process and it generalises the J-function when stationarity is assumed. We show that our statistic can be represented in terms of the generating functional and that it is related to the inhomogeneous K-function. We further discuss its explicit form under some specific model assumptions and derive a ratio-unbiased estimator. We finally illustrate the use of our statistic on simulated data.

研究动机与目标

• 开发一种汇总统计量，将经典的J函数推广至非平稳性不成立的非齐次时空点过程。
• 在强度加权矩平稳性下，基于n阶连结函数与生成泛函定义J函数。
• 建立所提出的J函数与时空非齐次K函数之间的联系。
• 推导适用于探索性数据分析的非参数比值无偏估计量。
• 通过硬核过程与对数高斯 Cox 过程的模拟研究，展示新统计量的实用性。

提出的方法

• J函数定义为 1−F_inhom(r,t) 与 1−G_inhom(r,t) 的比值，其中 F_inhom 和 G_inhom 是在非齐性条件下对空空间距离与最近邻距离函数的推广。
• 该公式基于生成泛函与Papangelou条件强度构建，确保与点过程理论的一致性。
• 该方法利用n阶连结函数与约化Palm测度，将经典J函数扩展至非平稳过程之外。
• 通过F_inhom与G_inhom的经验估计，推导出非参数的比值无偏估计量，确保统计可靠性。
• 该方法在三种模型的模拟数据上进行了验证：稀释硬核过程、基于位置的平稳过程稀释，以及对数高斯 Cox 过程。
• 理论推导表明，新J函数与非齐次K函数存在联系，证明其在非平稳设置下的自然延伸性。

实验结果

研究问题

• RQ1 在强度加权矩平稳性下，如何将经典J函数推广至非齐次时空点过程？
• RQ2 所提出的J函数与非齐次K函数在时空设置下存在何种理论关系？
• RQ3 能否为新J函数构建一个在非齐强度测度下依然有效的比值无偏估计量？
• RQ4 在存在聚类或规则性的模拟时空数据中，F_inhom与G_inhom的经验估计表现如何？
• RQ5 新J函数在非平稳点过程中，能在多大程度上检测到空间与时间的相互作用结构？

主要发现

• 所提出的 J_inhom(r,t) 函数被成功定义为 1−F_inhom(r,t) 与 1−G_inhom(r,t) 的比值，将经典J函数推广至非平稳设置。
• J_inhom函数与非齐次K函数存在理论关联，其支持基于生成泛函与Papangelou条件强度。
• 在稀释硬核过程中，J_inhom函数在小r与t处清晰识别出空间与时间的硬核距离R_S与R_T。
• 在对数高斯 Cox 过程中，J_inhom函数在小时间距离t处检测到聚类，且由于协方差衰减，随t增大趋近泊松行为。
• J_inhom的比值无偏估计量在模拟数据上表现可靠，F_inhom与G_inhom的估计值在不同相互作用结构下呈现出预期趋势。
• 该方法成功捕捉了非平稳时空点过程中聚类与规则性模式，已在多种模拟场景中得到验证。