We develop a test of normality for spatially indexed functions. The assumption of normality is common in spatial statistics, yet no significance tests, or other means of assessment, have been available for functional data. This paper aims at filling this gap in the case of functional observations on a spatial grid. Our test compares the moments of the spatial (frequency domain) principal component scores to those of a suitable Gaussian distribution. Critical values can be readily obtained from a chi-squared distribution. We provide rigorous theoretical justification for a broad class of weakly stationary functional random fields. We perform simulation studies to assess the the power of the test against various alternatives. An application to Surface Incoming Shortwave Radiation illustrates the practical value of this procedure.


翻译:我们开发了空间索引函数的正常性测试。正常性假设在空间统计中很常见,但对于功能性数据却没有意义测试或其他评估手段。本文件旨在填补空间网格功能观测方面的空白。我们的测试将空间(频域)主要组成部分分数与合适的高斯分布之间的时间比较。关键值可以从一个奇异分布中轻易获得。我们为一大批低静态功能随机字段提供了严格的理论依据。我们进行了模拟研究,以评估该测试相对于各种替代品的威力。对地表侵入短波辐射的应用说明了这一程序的实际价值。

0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
图神经网络综述 (中文版),14页pdf
专知会员服务
333+阅读 · 2020年11月24日
专知会员服务
56+阅读 · 2020年11月17日
专知会员服务
113+阅读 · 2020年11月16日
专知会员服务
42+阅读 · 2020年8月14日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
105+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年9月2日
Tukey's Depth for Object Data
Arxiv
0+阅读 · 2021年9月1日
Arxiv
8+阅读 · 2020年8月30日
VIP会员
最新内容
ECCV 2026 | MIMFlow:MIM与归一化流统一图像生成
专知会员服务
1+阅读 · 今天11:43
网状网络及其在军事领域的运用
专知会员服务
4+阅读 · 今天6:18
无美国参与的欧洲战争方式(万字长文)
专知会员服务
5+阅读 · 今天5:54
《国防领域敏感性分析白皮书》
专知会员服务
6+阅读 · 今天3:42
综述 | 从问答到任务完成:Agent系统与Harness设计
Agentic RL:框架、实践与长程智能体训练
专知会员服务
6+阅读 · 6月24日
重新思考无人机时代的生存能力
专知会员服务
9+阅读 · 6月24日
装甲突击旅:现代战争思考、战斗与组织
专知会员服务
7+阅读 · 6月24日
在人工智能加速决策环境中拓展OODA循环
专知会员服务
9+阅读 · 6月24日
相关VIP内容
【图与几何深度学习】Graph and geometric deep learning,49页ppt
图神经网络综述 (中文版),14页pdf
专知会员服务
333+阅读 · 2020年11月24日
专知会员服务
56+阅读 · 2020年11月17日
专知会员服务
113+阅读 · 2020年11月16日
专知会员服务
42+阅读 · 2020年8月14日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
105+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员