Zobrazeno 1 - 10
of 94
pro vyhledávání: '"S. De Iaco"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Spatial Statistics. 29:89-108
Although isotropy, symmetry and separability are commonly assumed for practical reasons, anisotropic, asymmetric and non-separable covariance functions are often more realistic; in addition, strict positive definiteness is also desirable, since it en
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3550ccae2f195b918d36778289318363
https://doi.org/10.1016/j.spasta.2018.09.003
https://doi.org/10.1016/j.spasta.2018.09.003
In Geostatistics, vector data with two components, such as measures for wind field, electromagnetic field and ocean currents can be appropriately modeled by recalling the theory of complex-valued random fields. This is especially suitable for describ
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::269b6af4c0d9046e8f40a7db87d50d37
https://hdl.handle.net/11587/437977
https://hdl.handle.net/11587/437977
Publikováno v:
Spatial Statistics. 47:100562
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::e58a35c0a05356bc3a03d32964724f0f
https://doi.org/10.1016/j.spasta.2021.100562
https://doi.org/10.1016/j.spasta.2021.100562
Publikováno v:
Stochastic Environmental Research and Risk Assessment. 32:17-35
In statistical space-time modeling, the use of non-separable covariance functions is often more realistic than separable models. In the literature, various tests for separability may justify this choice. However, in case of rejection of the separabil
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::90c47edc9e267ad16c916bdcd33360db
https://doi.org/10.1007/s00477-017-1472-2
https://doi.org/10.1007/s00477-017-1472-2
In multivariate spatio-temporal Geostatistics, direct and cross-correlations among the variables of interest are measured by the matrix-valued covariance function. In this paper, a new and complete procedure useful for selecting an appropriate spatio
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::f38987b20b3cb2fbfb0f717eed0ca4e4
https://hdl.handle.net/11587/431956
https://hdl.handle.net/11587/431956
Publikováno v:
Spatial Statistics. 42:100455
In environmental sciences, it is very common to observe spatio-temporal multiple data concerning several correlated variables which are measured in time over a monitored spatial domain. In multivariate Geostatistics, the evaluation of their behavior
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2dd403c64e6f27c71bb06b0a79bc8453
https://doi.org/10.1016/j.spasta.2020.100455
https://doi.org/10.1016/j.spasta.2020.100455