大卫·金斯堡;奥利维尔·鲁斯坦特;多米尼克·舒马赫;尼古拉斯·杜兰德;尼古拉斯·伦茨 核和高斯随机场路径的方差分析分解。 （英语） Zbl 1356.65027号 Cools，Ronald（编辑）等人，蒙特卡罗和准蒙特卡罗方法。MCQMC公司。2014年4月6日至11日，比利时鲁汶，第十一届国际会议《科学计算中的蒙特卡罗和准蒙特卡罗方法》会议记录。查姆：施普林格（ISBN 978-3-319-33505-6/hbk；978-3-3169-33507-0/电子书）。《Springer Proceedings in Mathematics&Statistics》163、315-330（2016）。 摘要：多元函数的FANOVA（或“Sobol'-Hoeffing”）分解已用于高维模型表示和全局敏感性分析。当目标函数（f）没有简单的分析形式且评估成本高昂时，由于数值积分成本，计算FANOVA项可能无法承担。为了降低这些成本，已经提出了几种基于高斯随机场（GRF）模型的近似方法，其中（f）由（kriging）预测器或条件模拟代替。在这里，我们将重点放在GRF样本路径的FANOVA分解上，并将相关的内核分解引入称为KANOVA的术语中。得到了张量积投影的解释，并表明投影核控制了GRF样本路径的稀疏性和FANOVA效应之间的依赖结构。在模拟数据上的应用表明，该方法与设计用于高维kriging的新协方差核类相关。关于整个系列，请参见[Zbl 1347.65003号]. 引用于5文件 MSC公司： 65 C50 其他概率计算问题（MSC2010） 60G60型 随机字段 60G15年 高斯过程 关键词：高斯过程;敏感性分析;克里金;协方差函数;条件模拟;数值示例;多元函数;数值积分;高斯随机场 软件：骰子设计;骰子评估 PDF格式BibTeX公司 XML格式引用 \textit{D.Ginsbourger}等人，Springer Proc。数学。Stat.163，315-330（2016；Zbl 1356.65027） 全文： 内政部 arXiv公司 参考文献： [1] Adler，R.，Taylor，J.：随机场和几何。斯普林格，波士顿（2007）·Zbl 1149.60003号 [2] Antoniadis，A.：函数空间的方差分析。统计15，59–71（1984）·Zbl 0544.62066号 [3] Berlinet，A.，Thomas-Agnan，C.：在概率和统计中再现核Hilbert空间。Kluwer学术出版社，波士顿（2004）·Zbl 1145.6202号 ·doi:10.1007/978-1-4419-9096-9 [4] Chastaing，G.，Le Gratet，L.：用于依赖输入灵敏度分析的条件高斯过程的方差分析分解。J.统计计算。模拟。85(11), 2164–2186 (2015) ·doi:10.1080/00949655.2014.925111 [5] Durrande，N.，Ginsbourger，D.，Roustant，O.：高维高斯过程建模的加性协方差核。Ann.工厂。科学。图卢兹。数学。21, 481–499 (2012) ·Zbl 1266.60068号 ·doi:10.5802/afst.1342 [6] Durrande，N.、Ginsbourger，D.、Roustant，O.、Carraro，L.：基于模型的敏感性分析的零均值函数的ANOVA核和RKHS。J.多变量。分析。115, 57–67 (2013) ·Zbl 1259.49066号 ·doi:10.1016/j.jmva.2012.08.016 [7] Dupuy，D.，Helbert，C.，Franco，J.：DiceDesign和DiceEval：计算机实验设计和分析的两个R包。J.统计软件。65(11): 1–38 (2015) ·doi:10.18637/jss.v065.i11 [8] Duvenaud，D.：使用高斯过程自动构建模型。剑桥大学工程系博士论文（2014） [9] Duvenaud，D.，Nickisch，H.，Rasmussen，C.：加性高斯过程。NIPS会议。(2011) [10] Efron，B.，Stein，C.：方差的折刀估计。Ann.Stat.9，586–596（1981）·兹比尔048162035 ·doi:10.1214/aos/1176345462 [11] Franco，J.，Dupuy，D.，Roustant，O.，Damblin，G.，Iooss，B.：DiceDesign:计算机实验设计。R包版本1.7（2015） [12] Gikhman，I.I.，Skorokhod，A.V.：随机过程理论。施普林格，柏林（2004）。S.Kotz翻译自俄语，重印1974年版·Zbl 1068.60004号 ·doi:10.1007/978-3-642-61921-2 [13] Hoeffing，W.：一类具有渐近正态分布的统计量。安。数学。Stat.19，293–325（1948年）·Zbl 0032.04101号 ·doi:10.1214/aoms/1177730196 [14] Jan，B.，Bect，J.，Vazquez，E.，Lefranc，P.：接近Sobol的“估算”指数。2013年《统计杂志》第45期。法国图卢兹（2013） [15] Janon，A.，Klein，T.，Lagnoux，A.，Nodet，M.，Prieur，C.：两个Sobol指数估计的渐近正态性和效率。概率与统计，ESAIM（2013）·Zbl 1305.62147号 [16] Kaufman，C.，Sain，S.：使用高斯过程先验分布的贝叶斯函数方差分析建模。贝叶斯分析。5, 123–150 (2010) ·Zbl 1330.62341号 ·doi:10.1214/10-BA505 [17] Kreée，P.：希尔伯特的复数张量。Séminaire Paul Krée第1卷第7号（1974年至1975年） [18] Kuelbs，J.：与高斯测度相关的Banach空间中向量的展开。程序。美国数学。Soc.27（2），364–370（1971）·Zbl 0226.60060号 [19] Kuo、F.Y.、Sloan、I.H.、Wasilkowski、G.W.、Wozniakowski，H.：关于多元函数的分解。数学。计算。79, 953–966 (2010) ·Zbl 1196.41022号 ·doi:10.1090/S0025-5718-09-02319-9 [20] Le Gratiet，L.，Cannamela，C.，Iooss，B.：（多保真度）计算机代码全局敏感性分析的贝叶斯方法。SIAM/ASA J.不确定性。数量。2(1), 336–363 (2014) ·Zbl 1308.62107号 ·数字对象标识代码：10.1137/130926869 [21] Lenz，N.：高斯随机场中的可加性和正交可加性。伯尔尼大学数学与统计系硕士论文（2013年）。http://hal.archives-ouvertes.fr/hal-01063741 [22] Marrel，A.，Iooss，B.，Laurent，B.，Roustant，O.：高斯过程元模型的Sobol指数计算。Reliab公司。工程系统。安全。94, 742–751 (2009) ·doi:10.1016/j.ress.2008.07.008 [23] Muehlenstaedt，T.、Roustant，O.、Carraro，L.、Kuhnt，S.：基于FANOVA-分解的数据驱动克里金模型。统计计算。22(3), 723–738 (2012) ·Zbl 1252.62071号 ·doi:10.1007/s11222-011-9259-7 [24] Oakley，J.，O'Hagan，A.：复杂模型的概率敏感性分析：贝叶斯方法。J.R.Stat.Soc.66、751–769（2004）·Zbl 1046.62027号 ·文件编号：10.1111/j.1467-9868.2004.05304.x [25] Rajput，B.S.，Cambanis，S.：高斯过程和高斯测度。安。数学。《法律总汇》第43卷，1944–1952年（1972年）·Zbl 0255.60004号 ·doi:10.1214/aoms/1177690865 [26] Rasmussen，C.R.，Williams，C.K.I.：机器学习的高斯过程。剑桥，麻省理工学院出版社（2006）·Zbl 1177.68165号 [27] Saltelli，A.、Ratto，M.、Andres，T.、Campolongo，F.、Cariboni，J.、Gatelli，D.、Saisana，M.和Tarantola，S.：全局敏感性分析：引物。威利在线图书馆（2008）·Zbl 1161.00304号 [28] Santner，T.，Williams，B.，Notz，W.：计算机实验的设计和分析。施普林格，纽约（2003）·Zbl 1041.62068号 ·doi:10.1007/978-1-4757-3799-8 [29] Sawa，T.：自回归模型最小二乘估计的精确矩。《经济学杂志》。8(2), 159–172 (1978) ·Zbl 0394.62069号 ·doi:10.1016/0304-4076（78）90025-8 [30] Scheuer，M.：统计学和数值分析中空间插值模型和方法的比较。Georg-August-Universität Göttingen博士论文（2009） [31] Schuhmacher，D.：相关稀薄的泊松过程近似的距离估计。电子。J.概率。10(5), 165–201 (2005) ·Zbl 1071.60034号 ·doi:10.1214/EJP.v10-237 [32] Sobol’，I.：多维求积公式和Haar函数。莫斯科瑙卡（1969年）。（俄语）·Zbl 0195.16903号 [33] Sobol’，I.：非线性数学模型的全局灵敏度指数及其蒙特卡罗估计。数学。计算。模拟。55(1–3), 271–280 (2001) ·Zbl 1005.65004号 ·doi:10.1016/S0378-4754（00）00270-6 [34] Steinwart，I.，Scovel，C.：关于一般域的Mercer定理：关于测度、核和RKHS之间的相互作用。施工。约35（3），363–417（2012）·Zbl 1252.46018号 ·doi:10.1007/s00365-012-9153-3 [35] Talagrand，M.：高斯过程的正则性。数学学报。159(1–2), 99–149 (1987) ·Zbl 0712.60044号 ·doi:10.1007/BF02392556 [36] Tarieladze，V.，Vakhania，N.：高斯测度的分解和平均情况优化算法。J.复杂。23(4–6), 851–866 (2007) ·Zbl 1131.41010号 ·doi:10.1016/j.jco.2007.04.005 [37] Touzani，S.：基于方差扩展分析的响应面方法，用于敏感性分析。格勒诺布尔大学博士论文（2011年） [38] Vapnik，V.：统计学习理论。威利，纽约（1998）·兹比尔0935.62007 [39] Wahba，G.：观测数据的样条模型。暹罗，费城（1990年）·Zbl 0813.62001号 ·doi:10.1137/1.9781611970128 [40] Welch，W.J.、Buck，R.J.、Sacks，J.、Wynn，H.P.、Mitchell，T.J.、Morris，M.D.：筛选、预测和计算机实验。技术计量学34、15–25（1992）·doi:10.2307/1269548 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。