×
查克拉波蒂，阿维谢克;巴尼·马利克。;Ryan G.麦克拉伦。;卡罗琳·库兰兹。;德里克·宾厄姆;迈克尔·格罗斯科普夫（Michael J.Grosskopf）。;Erica M.鲁特。;海耶斯·F·斯特林。;德雷克·R·保罗

具有测量误差的辐射冲击实验的基于样条的仿真器。 （英语） Zbl 06195949号

美国统计协会。 108，编号502，411-428（2013）.
摘要：辐射流体力学和辐射冲击在高能物理研究中具有重要意义，因为它们对理解超新星等天体物理现象具有重要意义。在实验室里，实验可以在缩小的尺度上产生具有基本相似物理性质的冲击。然而，由于实验的成本和时间限制，必须使用计算机算法来生成合理数量的输出，以便进行有效的推断。我们专注于建模模拟器，它可以有效地吸收这两种信息来源，从而解释它们的内在差异。目标是学习如何根据压力和能量等相关参数的信息预测冲击的爆发时间。在Kennedy-O'Hagan模型的框架下，我们引入了一个基于自适应样条的仿真器。根据对计算机代码输出的内插器或计算速度快的模型的偏好，提出了两种不同的变体。这些选择显示出比传统的基于高斯过程的仿真器和其他一些非平稳模型选择更好的性能。对于冲击实验数据集，讨论、实现并验证了与计算机模型验证相关的一些特征，例如使用内插器、差异函数的必要性或对当前数据集的实验异质性的解释。除了实际数据的典型高斯测量误差外，我们还考虑了适用于在误差分布中纳入非信息性的替代规范，这与当前实验更为一致。还介绍了比较诊断，以突出测量误差模型对预测不确定度的影响。本文的补充材料可在网上获得。

引用于6文件

MSC公司：

62至XX 统计

关键词：

自适应样条曲线;计算机模型验证;模拟器;测量误差模型;非高斯误差;可逆跳马尔可夫链蒙特卡罗

软件：

spBayes公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Chakraborty}et al.，J.Am.Stat.Assoc.108，No.502，411--428（2013；Zbl 06195949）
全文： DOI程序

参考文献：

[1] Arellano-Valle R.B.，《多元分析杂志》96页，第265页–（2005年）·Zbl 1077.62043号 ·doi:10.1016/j.jmva.2004.11.002
[2] Banerjee S.，空间数据的层次建模和分析（2004）·Zbl 1053.62105号
[3] Banerjee S.，《皇家统计学会杂志》，B辑70 pp 825–（2008）·兹比尔1533.62065 ·文件编号：10.1111/j.1467-9868.2008.00663.x
[4] Barker L.M.，《应用物理杂志》，第43页，4669页–（1972年）·数字对象标识代码：10.1063/11660986
[5] Bastos L.，《技术计量学》51，第425页–（2009年）·doi:10.1198/TECH.2009.08019
[6] Bayarri M.，《统计年鉴》，第35页，1874–（2007）·Zbl 1144.62368号 ·doi:10.1214/09053607000000163
[7] Bayarri M.J.，《技术计量学》51第402页–（2009年）·doi:10.1198/TECH.2009.08018
[8] Bernardo J.M.，《统计年鉴》第7页，第686页–（1979年）·Zbl 0407.62002号 ·doi:10.1214/aos/1176344689
[9] Boehly T.R.，《科学仪器评论》66页508–（1995）·数字对象标识代码：10.1063/1.1146333
[10] Chen G.，太平洋天文学会出版物115 pp 1269–（2003）·doi:10.1086/379219
[11] 骑士R.A.，《科学》276第1374页–（1997年）·数字对象标识代码：10.1126/science.276.5317.1374
[12] Chipman H.A.，《应用统计年鉴》4第266页–（2010年）·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285
[13] Cressie N.，《皇家统计学会杂志》，B辑70第209页–（2008）·兹伯利05563351 ·文件编号：10.1111/j.1467-9868.2007.00633.x
[14] Denison D.G.T.，非线性分类和回归的贝叶斯方法（2002）·Zbl 0994.62019号
[15] Denison D.G.T.，《统计与计算》，第8页，337页–（1998年）·doi:10.1023/A：1008824606259
[16] Drake R.P.，《高能密度物理：基础、惯性聚变和实验天体物理学》（2006）
[17] Friedman J.，《统计年鉴》，第19页，第1页–（1991年）·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963
[18] Gramacy R.B.，《美国统计协会杂志》103 pp 1119–（2008）·Zbl 1205.62218号 ·doi:10.1198/0162145000000689
[19] Habib S.，《物理评论快报》D 76第083503页–（2007年）·doi:10.1103/PhysRevD.76.083503
[20] Higdon D.，《当前环境问题的定量方法》，第37页–（2002年）·doi:10.1007/978-1-4471-0657-9_2
[21] Higdon D.，《美国统计协会杂志》103 pp 570–（2008）·Zbl 1469.62414号 ·doi:10.1198/0162145000000888
[22] Higdon D.，SIAM科学计算杂志26页448–（2004）·兹比尔1072.62018 ·doi:10.1137/S1064827503426693
[23] Higdon D.，《应用力学与工程中的计算机方法》197 pp 2431–（2008）·Zbl 1388.80005号 ·doi:10.1016/j.cma.2007.05.031
[24] Holloway J.P.，可靠性工程和系统安全96 pp 1184–（2011）·doi:10.1016/j.ress.2010.08.011
[25] Holmes C.C.，《神经计算》，第10页，第1217页–（1998年）·doi:10.1162/08997669830017421
[26] Johnson M.E.，《统计规划与推断杂志》，第26页，第131页–（1990年）·doi:10.1016/0378-3758（90）90122-B
[27] Kauermann G.，《生物特征》98第225页–（2011年）·Zbl 1215.62041号 ·doi:10.1093/biomet/asq081
[28] 考夫曼·C·G，《应用统计年鉴》5，第2470页–（2011年）·兹比尔1234.62166 ·doi:10.1214/11-AOAS489
[29] 考夫曼·C.G.，《美国统计协会杂志》103第1545页–（2008年）·Zbl 1286.62072号 ·doi:10.1198/016214500000959
[30] Kennedy M.，《皇家统计学会杂志》，A辑171，第109页–（2008）
[31] Kennedy M.C.，《皇家统计学会杂志》，B辑63第425页–（2001年）·Zbl 1007.62021号 ·数字对象标识代码：10.1111/1467-9868.00294
[32] Liu F.，贝叶斯分析4，第393页–（2009年）·Zbl 1330.65034号 ·doi:10.1214/09-BA415
[33] Mallick B.，《生物统计学》51，第843页–（1995年）·Zbl 0868.62028号 ·doi:10.2307/2532986
[34] Matérn B.，空间变化（统计学讲稿）（1960年）·Zbl 0608.62122号
[35] McClarren R.G.，《可靠性工程与系统安全》96，第1194页–（2011年）·doi:10.1016/j.ress.2010.08.012
[36] Miller J.E.，《科学仪器评论》78，第034903页–（2007年）·doi:10.1063/1.2712189
[37] Neal R.M.，贝叶斯统计学（第6卷）第475页–（1999年）
[38] Richardson S.，《皇家统计学会杂志》，B辑59页731–（1997）·数字标识代码：10.1111/1467-9868.00095
[39] 罗德里格斯J.，贝叶斯分析2，第349页–（2007）·Zbl 1331.62164号 ·doi:10.1214/07-BA215
[40] Ruppert D.，《计算与图形统计杂志》11，第735页–（2002年）·doi:10.1198/106186002853
[41] Sacks J.，《技术计量学》，第31页，第41页–（1989年）·doi:10.1080/00401706.1989.10488474
[42] 史杰，《函数数据的高斯过程回归分析》（2011）·Zbl 1273.60005号
[43] Smith M.，实用非参数和半参数贝叶斯统计（1998）
[44] Stefanski L.A.，Biometrika 74第703页–（1987）
[45] Stein M.，《皇家统计学会杂志》，B辑66第275页–（2004）·Zbl 1062.62094号 ·doi:10.1046/j.1369-7412.2003.05512.x
[46] 唐B.，《美国统计协会杂志》88页1392–（1993）·doi:10.1080/01621459.1993.10476423
[47] Vapnik V.N.，《统计学习理论的本质》（1995年）·Zbl 0833.62008号 ·数字对象标识代码：10.1007/978-1-4757-2440-0
[48] Williams B.，贝叶斯分析1，第765页–（2006）·Zbl 1331.62508号 ·doi:10.1214/06-BA125
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。