• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistical Methods and Applications >Discussion of the paper 'analysis of spatio-temporal mobile phone data: a case study in the metropolitan area of Milan'
【24h】

Discussion of the paper 'analysis of spatio-temporal mobile phone data: a case study in the metropolitan area of Milan'

机译：对论文“时空手机数据分析：以米兰市区为例”的讨论

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The authors are to be congratulated on a valuable and thought-provoking contribution on the analysis of geo-referenced high-dimensional data describing the use over time of the mobile-phone network in the urban area of Milan, Italy. This is a timely and world-wide problem that opens wide avenues for new methodological contributions. The authors develop a Bagging Voronoi Treelet Analysis which is a non-parametric method for the analysis of spatially dependent functional data. This approach integrates the treelet decomposition with a proper treatment of spatial dependence, obtained through a Bagging Voronoi strategy. In our discussion, we focus on the following points: (i) a mobre general form of the spatio-temporal model proposed in Secchi et al. (Stat Methods Appl, 2015), (ii) alternative methods to approach the smooth temporal functions, (iii) additional methods to reduce the problem of dimension for spatial dependence data, and (iv) comments on the pros and cons of the proposed pre-processing methodology.
机译：应当祝贺作者在分析意大利米兰市区随时间推移使用移动电话网络的地理参考高维数据的分析方面所做的宝贵贡献和发人深省的贡献。这是一个及时的世界性问题，为新的方法论贡献开辟了广阔的道路。作者开发了Bagging Voronoi小树分析，这是一种用于分析空间相关功能数据的非参数方法。这种方法将小树分解与通过Bagging Voronoi策略获得的对空间依赖性的适当处理集成在一起。在我们的讨论中，我们着重于以下几点：（i）Secchi等人提出的时空模型的一般形式。 （Stat Methods Appl，2015），（ii）处理平稳时态函数的替代方法，（iii）减少空间依赖数据的维数问题的其他方法，以及（iv）对拟议的先验方法的利弊的评论处理方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号