空间数据的统计分析-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

空间数据的统计分析

项目名称：空间数据的统计分析
项目类别：面上项目
批准号：10671089
申请代码：A0111
项目来源：国家自然科学基金
研究期限：2007-01-01-2009-12-31

项目负责人：王金德
负责人职称：教授
依托单位：南京大学
批准年度：2006

中文摘要：

空间数据目前在地球科学，环境科学，经济科学，医药科学等方面有重要应用。空间数据统计分析有许多重要问题有待解决。本项目主要研究了空间数据函数估计问题，针对数据特点给出估计方法和理论分析。其中有，针对空间数据异常点多问题提出的最小一乘函数估计法，针对相关性的有效函数估计法，针对时间，空间同时出现的估计法等。为了做好对空间数据函数估计的研究，我们对一般数据的函数估计问题做了更多的研究。 o延续以前的研究，本项目也在其他一些方面展开。关于随机序比较的成果有较大的实用意义和理论价值。以往统计中比较随机变量时，大都只比较其均值，不能很好反映随机变量之间的关系。比较其概率分布应该是最恰当的。我们研究了一条通路，将这类问题转化为有不等式约束的假设检验问题，于是可以方便地处理在分布意义下比较随机变量的问题。本项目还研究了有约束条件的纵向数据参数估计问题，给出了极大似然估计量和最小二乘估计量的渐近概率分布，解决了以往对这类问题不能做统计分析的关键问题。本项目在随机微分方程统计推断方面的研究给出了金融数学中常遇到的方程系数含空间和时间变量时系数函数的估计方法，而已有的成果只能处理仅含空间

中文主题词：空间数据；函数估计；空间点过程；随机序比较；有约束统计；

结论摘要：

英文主题词spatial data;functional estimation;spatial point-processes;comparison under stochastic order;constrained statistics

成果综合统计