Semiparametric method and theory for continuously indexed spatio-temporal processes
Semiparametric method and theory for continuously indexed spatio-temporal processes
复制标题
连续索引时空过程的半参数方法和理论
DOI：
10.1016/j.jmva.2021.104735
复制
发表时间：
2021
影响因子：
1.6
通讯作者：
Wang, Haonan
中科院分区：
文献类型：
--
作者：
Liu, Jialuo;Chu, Tingjin;Zhu, Jun;Wang, Haonan
具有空间和时间连续索引的时空过程对于环境和健康科学等许多科学学科中的时空数据建模非常有用。然而，能够同时估计此类时空过程的均值和协方差函数的方法是有限的。在这里，我们提出了一种灵活的时空模型，在均值函数中具有部分线性回归，在协方差函数中具有局部平稳性。我们开发了一种轮廓似然方法，用于在存在时空相关误差的情况下进行估计和有效的带宽选择。具体来说，我们采用一系列双峰核来减轻偏差，这对于半参数空间统计可能具有独立的意义。我们的轮廓似然估计的理论特性，包括一致性和渐近正态性，已经建立。进行了模拟研究并提出了合理的经验属性，而健康危害数据示例进一步说明了该方法。
Spatio-temporal processes with a continuous index in space and time are useful for modeling spatio-temporal data in many scientific disciplines such as environmental and health sciences. However, approaches that enable simultaneous estimation of the mean and covariance functions for such spatio-temporal processes are limited. Here, we propose a flexible spatio-temporal model with partially linear regression in the mean function and local stationarity in the covariance function. We develop a profile likelihood method for estimation and an effective bandwidth selection in the presence of spatio-temporally correlated errors. Specifically, we employ a family of bimodal kernels to alleviate bias, which may be of independent interest for semiparametric spatial statistics. The theoretical properties of our profile likelihood estimation, including consistency and asymptotic normality, are established. A simulation study is conducted and suggests sound empirical properties, while a health hazard data example further illustrates the methodology.
登录
查看更多内容
影响因子：
0.9
作者：
S. Bandyopadhyay;C. Jentsch;S. Subba Rao
通讯作者：
S. Subba Rao
DOI：
10.2139/ssrn.2144996
发表时间：
2012-09
期刊：
Econometrics: Econometric & Statistical Methods - General eJournal
影响因子：
--
作者：
M. Vogt;O. Linton
通讯作者：
M. Vogt;O. Linton
DOI：
10.1214/16-aoas931
发表时间：
2016-09
期刊：
The annals of applied statistics
影响因子：
--
作者：
Datta A;Banerjee S;Finley AO;Hamm NAS;Schaap M
通讯作者：
Schaap M
影响因子：
3.7
作者：
M. Stein
通讯作者：
M. Stein
影响因子：
2
作者：
Porcu, Emilio;Alegria, Alfredo;Furrer, Reinhard
通讯作者：
Furrer, Reinhard