张，渤海;诺埃尔·克里西 使用隐藏的（2乘2）表估算北极海冰随时间的空间变化。 （英语） Zbl 1418.62401号 J.时间序列。分析。 40，第3号，288-311（2019）. 摘要：近年来，北极海冰的范围引起了科学家们的极大兴趣，这主要是因为过去20年来北极海冰呈下降趋势。在本文中，我们提出了一个二元北极海平面数据的分层时空广义线性模型，其中数据中的统计相关性通过潜在时空线性混合效应模型建模。通过使用固定数量的空间基函数，该模型实现了不同时间点空间场的降维和非平稳性。提出了一种EM算法来估计模型参数，并应用经验分层建模方法来获得潜在时空过程的预测分布。我们通过仿真研究说明了参数估计的准确性。将该层次模型应用于最近20年9月的空间北极海平面数据，获得了若干后验总结，以检测北极海冰覆盖的变化。特别是，我们考虑了潜在（2乘2）表的时间序列来推断北极海冰随时间的空间变化。 引用于2文件 MSC公司： 62页第12页 统计在环境和相关主题中的应用 62J12型 广义线性模型（逻辑模型） 62平方米 随机过程推断和预测 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62立方米 空间过程推断 62C12号机组 经验决策程序；经验贝叶斯程序 86A32型 地理统计学 关键词：二进制数据;EM算法;经验贝叶斯推断;层次统计模型;海冰范围;时空统计 PDF格式BibTeX公司 XML格式引用 \textit{B.Zhang}和\textit{N.Cressie}，J.Time-Ser。分析。40，第3号，288--311（2019；Zbl 1418.62401） 全文： 内政部 参考文献： [1] 汤姆斯·J·安德烈（AndrieuC）。2008年，自适应MCMC教程。统计与计算18:343-373。 [2] BaiY、SongP、RaghunathanTE。2012.时空模型中的联合合成估计函数。英国皇家统计学会杂志：B辑（统计方法）74:799-824·兹比尔1411.62271 [3] BanerjeeS、GelfandA、FinleyA、SangH。2008年。大型空间数据集的高斯预测过程模型。英国皇家统计学会杂志：B辑（统计方法）70:825-848·Zbl 1533.62065号 [4] BevilacquaM、GaetanC、MateuJ、PorcuE。2012.估算大型数据集的空间和时空协方差函数：加权复合似然法。美国统计协会期刊107:268-280·Zbl 1261.62088号 [5] BlangiardoM、CamelettiM、BaioG、RueH。2013年，采用R‐INLA的空间和时空模型。时空流行病学7:39-55。 [6] 霍伯特·J·J展位。1999.使用自动蒙特卡罗EM算法最大化广义线性混合模型的可能性。英国皇家统计学会杂志：系列B61:265-285·Zbl 0917.62058号 [7] 布拉德利JR，克雷西N，妈的。2011.空间随机效应模型中秩和基函数的选择。2011年联合统计会议记录美国统计协会：弗吉尼亚州亚历山大市。 [8] BradleyJR、HolanSH、WikleCK。2015.高维区域数据的多元时空模型，应用于纵向雇主-家庭动态。应用统计年鉴9:1761-1791·Zbl 1397.62356号 [9] BradleyJR、HolanSH、WikleCK。2017.自然指数族相关数据的带有共轭全条件分布的贝叶斯层次模型。arXiv预打印arXiv:1701.07506。 [10] BradleyJR、HolanSH、WikleCK。2018.高维相关计数值数据贝叶斯推断的计算效率分布理论（含讨论）。贝叶斯分析13:253-310，DOI 10.1214/17‐BA1069·Zbl 1392.62148号 [11] BradleyJR、WikleCK、HolanSH。2016年，贝叶斯空间变化对计值调查数据的支持，并应用于美国社区调查。美国统计协会杂志111:472-487。 [12] ChangW、HaranM、ApplegateP、PollardD。2016年a。使用高维二进制空间数据校准冰盖模型。美国统计协会杂志111:57-72。 [13] ChangW、HaranM、ApplegateP、PollardD。2016年b。利用古气候和现代数据改进冰盖模型校准。应用统计年鉴10:2274-2302·Zbl 1454.62437号 [14] CohenJ、PfeifferK、FrancisJ。2017.2015/16年冬季：基于ENSO的季节预测的转折点。海洋30:82-89。 [15] 科恩J。，ScreenJA、FurtadoJC、BarlowM、WhittlestonD、CoumouD、FrancisJ、Dethloff K、EntekhabiD、OverlandJ。2014年，近期北极放大和极端中纬度天气。《自然地质学》7:627-637。 [16] ComisoJC、ParkinsonCL、GerstenR、StockL。2008年，北极海冰覆盖加速下降。地球物理研究快报35，L01703。 [17] CressieN，HuangH‐C。1999.不可分离的时空平稳协方差函数类。美国统计协会杂志94:1330-1340·Zbl 0999.62073号 [18] 克雷西N，约翰内森G。2008.超大空间数据集的固定秩克里格。英国皇家统计学会期刊：B辑（统计方法论）70:209-226·Zbl 05563351号 [19] 克雷西N，KangEL。2010年，高分辨率数字土壤制图：超大数据集的克里格法。近距离土壤感应。Viscara RosselRA（编辑）、McBratneyAB（编辑）和MinasnyB（编辑）（编辑）Springer:Dordrecht，NL。 [20] 克雷西，妈的，康格尔。2010.时空数据的固定秩过滤。计算与图形统计杂志19:724-745。 [21] 克雷西恩，威克利克。2011.时空数据统计。新泽西州霍博肯：John Wiley&Sons·Zbl 1273.62017年 [22] 克雷塞纳州，约翰内森G。2006.海量数据集的空间预测。InProc.公司。澳大利亚科学院伊丽莎白和弗雷德里克·怀特会议澳大利亚科学院：堪培拉。 [23] DattaA、BanerjeeS、FinleyAO、HammNA、SchaapM。2016年，大型时空数据的不可分离动态最近邻高斯过程模型，用于颗粒物分析。应用统计年鉴10:1286-1316·兹比尔1391.62269 [24] DempsterAP，LairdNM，RubinDB，1977年。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会期刊：B系列（统计方法论）39:1-38·Zbl 0364.62022号 [25] DigglePJ、TawnJ、MoyeedR。1998.基于模型的地质统计学（含讨论）。英国皇家统计学会杂志：C辑（应用统计学）47:299-350·Zbl 0904.62119号 [26] 芬利奥、班纳吉、盖尔芬德。2012.使用高斯预测过程对大型时空数据集进行贝叶斯动态建模。地理系统杂志14:29-47。 [27] FurrerR、GentonMG、NychkaD。2006.用于大型空间数据集插值的协方差递减。计算与图形统计杂志15:502-523。 [28] GelfandAE，SmithAFM。1990年，基于抽样的边际密度计算方法。美国统计协会杂志85:398-409·Zbl 0702.62020号 [29] GelmanA，CarlinJB，SternHS，RubinDB，2014年。贝叶斯数据分析，第3版。佛罗里达州博卡拉顿：查普曼和霍尔/CRC。 [30] GneitingT。2002.时空数据的不可分离平稳协方差函数。美国统计协会期刊97:590-600·Zbl 1073.62593号 [31] 哈兰·关伊。2018年。空间广义线性混合模型的基于投影的计算效率方法。计算与图形统计杂志。https://doi.org/101080/10618600.2018.1425625。 ·Zbl 07498984号 ·doi:10.1080/10618600.2018.1425625 [32] HendersonHV，SearleSR。1981.关于求矩阵和的逆。SIAM评论23:53-60·Zbl 0451.15005号 [33] 希格顿。2002.使用过程卷积进行空间和时空建模。当前环境问题的非定量方法。AndersonCW（编辑）、BarnettV（编辑）和ChatwinPC（编辑），El‐ShaarawiAH（编）（编辑）Springer:伦敦·Zbl 1255.86016号 [34] 威克·霍兰什。2016年，离散值时空数据的层次动态广义线性混合模型。在离散值时间序列手册中。DavisRA（编辑）、HolanSH（编辑）和LundR（编辑），RavishankerN（编辑）（编辑）Chapman和Hall/CRC：佛罗里达州博卡拉顿。 [35] 布拉德利·J·胡。2018.用于分析地震震级的贝叶斯时空模型。斯达。https://doi.org/10.1002/sta4.179。 ·Zbl 07851067号 ·doi:10.1002/sta4.179 [36] 哈兰·休斯J。2013年，空间广义线性混合模型的降维和混淆缓解。英国皇家统计学会期刊：B系列（统计方法论）75:139-159·Zbl 07555442号 [37] 桑普森·杰恩里赫里。1976年，Newton-Raphson和最大似然方差分量估计的相关算法。技术计量18:11-17·Zbl 0322.62034号 [38] KangEL，CressieN，妈的。2010年。利用时间可变性改进空间制图，并将其应用于卫星数据。加拿大统计杂志38:271-289·Zbl 1349.62568号 [39] 卡茨福斯M。2017。大规模空间数据集的多分辨率近似。美国统计协会杂志112:201-214。 [40] 克雷西恩·卡兹福斯。2011.海量遥感数据集的时空平滑和EM估计。时间序列分析杂志32:430-446·Zbl 1294.62119号 [41] 考夫曼CG、舍维什MJ、NychkaDW。2008年。大型空间数据集中基于似然估计的协方差递减。美国统计协会杂志103:1545-1555·Zbl 1286.62072号 [42] KwokR、CunninghamG、WensnahanM、RigorI、ZwallyH、YiD。2009年，北冰洋海冰覆盖物变薄和体积损失：2003-2008年。地球物理研究杂志：海洋114:C07005。https://doi.org/10.1029/2009JC005312。 ·doi:10.1029/2009JC005312 [43] LavenKV公司。2015.网格球体（版本1.15）。https://au.mathworks.com/matlabcentral/fileexchange/28842网格-球体。2017年10月9日查阅。 [44] LindgrenF，RueH，LindströmJ。2011.高斯场和高斯马尔可夫随机场之间的显式联系：随机偏微分方程方法。英国皇家统计学会杂志：B辑（统计方法）73:423-498·Zbl 1274.62360号 [45] BradleyJR LineroAR公司。2018年。有序空间数据的多准则模型及其在线评级数据应用，网址：https://www.e‐publications.org/ims/submission/AOAS/user/submission文件/33043？确认=a98ce23b。 [46] 麦卡洛奇。1997。广义线性混合模型的最大似然算法。美国统计协会杂志92:162-170·Zbl 0889.62061号 [47] MeierW、FetterrF、SavoieM、MalloryS、DuerrR、StroeveJ。2017.NOAA/NSIDC被动微波海冰浓度气候数据记录，第3版[1996-09/2015]。科罗拉多州博尔德：NSIDC，国家冰雪数据中心。 [48] MeierWN、HovelsrudGK、OortBE、KeyJR、KovacsKM、MichelC、HaasC、GranskogMA、GerlandS、PerovichDK。2014年，北极海冰正在转变：对最近观察到的变化及其对生物和人类活动的影响的回顾。地球物理学评论52:185-217。 [49] MeierWN、StroeveJ、FettererF。2007年，北极海冰在哪里？这是一个明显的区域性、季节性下降信号，并超出了卫星记录。冰川年鉴46:428-434。 [50] MoriM、WatanabeM、ShiogamaH、InoueJ、KimotoM。2014年。过去几十年，北冰洋海冰对欧亚大陆频繁的寒冬产生了强大的影响。《自然地质学》7:869-873。 [51] NychkaD、BandyopadhyayS、HammerlingD、LindgrenF、SainS。2015.用于分析大型空间数据集的多分辨率高斯过程模型。计算与图形统计杂志24:579-599。 [52] 帕金森CL。2014年a。卫星数据的全球海冰覆盖率：年周期和35年趋势。气候杂志27:9377-9382。 [53] 帕金森CL。2014年b。北极海冰季节长度的空间映射减少。地球物理研究快报41:4316-4322。 [54] ParkinsonCL、CavalieriDJ、GloresenP、ZwallyHJ、ComisoJC。1999.1978年至1996年北极海冰范围、面积和趋势。地球物理研究杂志：海洋104:20837-20856。 [55] 迪吉罗拉莫·帕金森公司。2016年。新的可视化显示了自20世纪70年代末以来北极和南极海冰趋势对比的新信息。环境遥感183:198-204。 [56] Peng、MeierW、ScottD、SavoieM。2013年，用于气候研究和监测的长期和可再生被动微波海冰浓度数据记录。地球系统科学数据5:311-318。 [57] 活塞K、艾森曼I、拉马纳坦V。2014.北极海冰消失导致反照率下降的观测测定。美国国家科学院院刊111:3322-3326。 [58] RueH、MartinoS、ChopinN。2009.使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。英国皇家统计学会杂志：B辑（统计方法）71:319-392·Zbl 1248.62156号 [59] ScreenJA、SimmondsI、DeserC、TomasR。2013年，大气对30年观测到的北极海冰损失的响应。气候杂志26:1230-1248。 [60] 北克里西州森古普塔。2013年。使用指数分布族对大空间数据集进行分层统计建模。空间统计4:14-44。 [61] SenguptaA、CressieN、KahnBH、FreyR。2016.大空间非高斯数据的预测推断：MODIS云数据及其支持度变化。澳大利亚和新西兰统计杂志58:15-45。 [62] ShiH，KangEL。2017.大型非高斯遥感数据集的空间数据融合。统计6:390-404。 [63] 斯坦姆。2005.时空协方差函数。美国统计协会杂志100:310-321·Zbl 1117.62431号 [64] StroeveJ、HollandMM、MeierW、ScambosT、SerrezeM。2007年，北极海冰减少：速度超过预测。地球物理研究快报34，L09501，DOI 10.1029/2007GL029703。 [65] TzengS，HuangH‐C。2018.分辨率自适应固定秩克里金。技术计量学，DOI 10.1080/00401706.20171345701，（待印刷）。 [66] WeiGC，TannerMA，1990年。EM算法和穷人数据增强算法的蒙特卡罗实现。美国统计协会杂志85:699-704。 [67] 威克利克。2010年，空间过程的低阶表示。《空间统计手册》。GelfandAE（编辑）、DiggleP（编辑）和Guttorp（编辑），FuentesM（编辑）（编辑）Chapman和Hall/CRC：佛罗里达州博卡拉顿·Zbl 1188.62284号 [68] 克雷塞纳州威克利克。1999.时空卡尔曼滤波的降维方法。生物特征86:815-829·Zbl 0942.62114号 [69] WikleCK，MilliffRF，NychkaD，BerlinerLM。2001.时空层次贝叶斯建模：热带海洋表面风。美国统计协会杂志96:382-397·Zbl 1022.62117号 [70] XuK、WikleCK、FoxNI。2005.基于核的天气雷达反射率时空动态模型。美国统计协会杂志100:1133-1144·Zbl 1117.62448号 [71] Zammit‐MangionA，克雷西北。2018年。FRK：一个用于大数据集空间和时空预测的R包，arXiv预印本：arXiv:1705.08105。 [72] 张碧、桑赫、黄家寨。2015年，大型数据集时空协方差模型的全尺度近似值。《中国统计》25:99-114·兹比尔1482.62022 [73] ZwallyHJ、ComisoJC、ParkinsonCL、CavalieriDJ、GloresenP。1979-1998年南极海冰的变化。地球物理研究杂志：海洋107，C5:3041。 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。