Все выпуски

Методы оценивания параметров случайных точечных полей с локальным взаимодействием

 pdf (126K)  / Аннотация

Список литературы:

  1. А. А. Боровков. Математическая статистика. Оценка параметров. Проверка гипотез. — М: Наука, 1984. — 472 с.
  2. П. Я. Грабарник, А. С. Комаров. Статистический анализ горизонтальной структуры древостоя / Моделирование биогеоценотических процессов. — М: Наука, 1981. — С. 119–135.
  3. А. С. Комаров, Р. А. Щербаков. Статистический анализ пространственных структур. Двоичная случайная переменная на правильной решетке / Экомодель-2. Материалы по математическому обеспечению ЭВМ. — Пущино: ОНТИ НЦБИ, 1979. — С. 1–48.
  4. В. А. Малышев, Р. А. Минлос. Гиббсовские случайные поля. Метод кластерных разложений. — М: Наука, Глав. ред. физ.-мат. лит-ры, 1985. — 356 с.
  5. Р. А. Минлос. Предельное распределение Гиббса // Функциональный анализ и его приложения. — 1967. — Т. 1, № 2. — С. 60–73.
  6. A. Baddeley. Time-invariance estimating equations // Bernoulli. — 2000. — V. 6. — P. 783–808. — DOI: 10.2307/3318756. — MathSciNet: MR1791902.
  7. A. Baddeley, R. Turner. Practical maximum pseudolikelihood for spatial point patterns (with discussion) // Australian and New Zealand Journal of Statistics. — 2000. — V. 42. — P. 283–322. — DOI: 10.1111/1467-842X.00128. — MathSciNet: MR1794056.
  8. A. Baddeley, P. Gregori, J. Mateu, R. Stoica, D. Stoyan. Case Studies in Spatial Point Process Modeling // Lect. Notes Statist. — N.Y: Springer, 2006. — V. 185. — 307 p. — DOI: 10.1007/0-387-31144-0. — MathSciNet: MR2229141.
  9. A. Baddeley, J. F. Coeurjolly, E. Rubak, R. Waagepetersen. Logistic regression for spatial Gibbs point processes // Biometrika. — 2014. — V. 101, no. 2. — P. 377–392. — DOI: 10.1093/biomet/ast060. — MathSciNet: MR3215354.
  10. M. S. Bartlett. The statistical analysis of spatial pattern // Advances in Applied Probability. — 1974. — V. 6, no. 2. — P. 336–358. — DOI: 10.2307/1426297. — MathSciNet: MR0343336.
  11. J. Besag. Spatial interaction and the statistical analysis of lattice systems // Journal of the Royal Statistical Society. Series B. — 1974. — V. 36, no. 2. — P. 192–236. — MathSciNet: MR0373208.
  12. J. Besag. Statistical analysis of non-lattice data // Statistician. — 1975. — V. 24, no. 3. — P. 179–195. — DOI: 10.2307/2987782.
  13. T. Fiksel. Estimation of parameterized pair potentials of marked and non-marked Gibbsian point processes // Elektron. Informationsverarb. Kybernet. — 1984. — V. 20. — P. 270–278. — MathSciNet: MR0760146.
  14. C. J. Geyer, J. Møller. Simulation procedures and likelihhod inference for spatial point processes // Scand. J. Statist.. — 1994. — V. 21. — P. 359–373. — MathSciNet: MR1310082.
  15. P. Grabarnik. A connection between estimation and simulation methods of spatial point processes / Seminaire European de Statistique on “Stochastic Geometry, Theory and Application”. — 1996. — Toulouse. — 13-18 May, 1996.
  16. P. Grabarnik, A. Baddeley. Time-invariance estimators for spatial point processes: performance and implementation / Abstracts of a conference “Stochastic Geometry and its Application”. — 2005. — Bern. — 3–7 October, 2005.
  17. P. Grabarnik, A. S¨arkk¨a. Modelling the spatial structure of forest stands by multivariate point processes with hierarchical interactions // Ecological Modelling. — 2009. — V. 220, no. 9–10. — P. 1232–1240. — DOI: 10.1016/j.ecolmodel.2009.02.021.
  18. W. K. Hastings. Monte Carlo sampling methods using Markov chains and their applications // Biometrika. — 1970. — V. 57. — P. 97–109. — DOI: 10.1093/biomet/57.1.97. — MathSciNet: MR3363437.
  19. J. L. Jensen, H. R. K¨unsch. On asymptotic normality of pseudo likelihood estimates for pairwise interaction processes // Ann. Inst. Statist. Math. — 1994. — V. 46. — P. 475–486. — MathSciNet: MR1309718.
  20. J. Møller, R. P. Waagepetersen. Statistical Inference and Simulation for Spatial Point Processes. — Boca Raton: Chapman and Hall/CRC, 2004. — 301 p. — MathSciNet: MR2004226.
  21. X. X. Nguye, H. Zessin. Integral and differencial characterizations of the Gibbs process // Math. Nach. — 1979. — V. 88. — P. 105–115. — DOI: 10.1002/mana.19790880109. — MathSciNet: MR0543396.
  22. D. Stoyan, W. S. Kendall, J. Mecke. Stochastic Geometry and its Applications. — Chichester: John Wiley, 1995. — 2nd ed. — MathSciNet: MR0895588.
  23. D. J. Strauss. A model for clustering // Biometrika. — 1975. — V. 62, no. 2. — P. 467–475. — DOI: 10.1093/biomet/62.2.467. — MathSciNet: MR0383493.
  24. G. Winkler. Image analysis, random fields and Markov chain Monte Carlo methods: a mathematical introduction. — Springer Science & Business Media, 2012. — MathSciNet: MR1950762.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.