Voronoi 残差分析在地震点过程模型中的应用：以加州地震预报为例
应用统计
2015-01-27 v1
摘要
许多点过程模型已被提出用于描述和预报加州等地震活跃区的地震发生情况，但如何最佳地比较和评估此类模型的拟合优度这一问题仍未解决。现有技术通常功效较低，尤其是在用于具有高度波动条件强度的模型（如用于描述地震丛集的模型）时。本文提出了一种新的空间或时空点过程残差分析方法，该方法通过检查由观测点生成的 Voronoi 单元内模型条件强度与观测点数之间的差异来进行分析。由此产生的残差可用于构建统计功效高于基于矩形网格残差的诊断方法。在使用模拟数据评估性能后，我们将该方法用于比较流行型余震序列（ETAS）模型与 Hector Mine 地震目录。提出的残差表明，具有均匀背景率的 ETAS 模型似乎略微但系统地低估了沿断层的地震活动性，并高估了断层外围的地震活动性。
引用
@article{arxiv.1501.06387,
title = {Voronoi residual analysis of spatial point process models with applications to California earthquake forecasts},
author = {Andrew Bray and Ka Wong and Christopher D. Barr and Frederic Paik Schoenberg},
journal= {arXiv preprint arXiv:1501.06387},
year = {2015}
}
备注
Published in at http://dx.doi.org/10.1214/14-AOAS767 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)