Key points are not available for this paper at this time.
은하군집의 N-점 상관 함수 및 일반적인 이산 공간 랜덤 프로세스를 위한 개선된 추정기 클래스가 제안됩니다. 약한 군집화의 한계에서, 불편 추정기의 분산은 다른 어떤 대안보다도 연속값으로 훨씬 더 빠르게 수렴하며, 느린 수렴을 유도하는 모든 항들이 정확히 상쇄됩니다. Ripley가 보고한 공간 통계 기술을 사용하여 포아송 및 다항 점 프로세스 각각에 대한 명시적인 분산 공식이 제공됩니다. 이 포멀리즘은 N-점 상관 함수 및 그 푸리에 대응물, 셀 내의 카운트의 모멘트, 모멘트 상관기의 대부분을 자연스럽게 포함합니다. 이러한 모든 것들 및 아마도 다른 통계에 대해, 우리의 추정기는 효율적인 경계 보정을 위한 직관적인 수단을 제공합니다.
Szapudi 외 (화요일)는 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: