用于异龄林更新的分层对数高斯考克斯过程
统计方法学
2021-11-22 v3 应用统计
摘要
我们为点模式提出了一种分层对数高斯考克斯过程（LGCP），其中一组点 x 影响另一组点 y，但反之则不然。我们使用该模型来研究大树对幼苗位置的影响。在该模型中，x 中的每个点都有一个参数化的影响核或信号，它们共同构成了一个影响场。在给定参数的条件下，该影响场作为模型强度中的一个空间协变量，而强度本身是参数的非线性函数。观测窗口外的点可能会影响窗口内的影响场。我们提出了一种边缘校正方法来处理这一缺失数据。模型的参数在贝叶斯框架下使用马尔可夫链蒙特卡洛（MCMC）进行估计，其中对 LGCP 模型的高斯场使用了拉普拉斯近似。所提出的模型被用于分析芬兰异龄林分中大树对更新成功的影响。
引用
@article{arxiv.2005.01962,
title = {Hierarchical log Gaussian Cox process for regeneration in uneven-aged forests},
author = {Mikko Kuronen and Aila Särkkä and Matti Vihola and Mari Myllymäki},
journal= {arXiv preprint arXiv:2005.01962},
year = {2021}
}
备注
28 pages, 9 figures