×
威廉·克里斯滕森。

具有异质测量误差方差的空间数据的滤波kriging。 （英语） Zbl 1226.62089号

生物计量学 67，第3期，947-957（2011）.
小结：在预测观测到的空间过程的无测量误差分量的值时，通常假设该过程具有共同的测量误差方差。然而，通常情况下，空间数据集中的每个测量值都有一个已知的、特定于站点的测量误差方差，从而导致观测过程非平稳。我们提出了一种使用经典半变异函数公式的偏差调整来估计不可观测无误差过程的半变异函数的简单方法。然后，我们开发了一种新的克里金预估器，用于过滤测量误差。对于每个站点的测量误差方差是感兴趣过程的函数的情况，我们建议使用一种也使用方差稳定转换的方法。通过仿真验证了异质方差测量误差滤波kriging（HFK）预测器和方差稳定的HFK预测器的性能，以及这些方法相对于标准测量误差滤波kriging的改进。该方法以加拿大北部哈德逊海峡地区的气候模型输出为例进行了说明。在图中，具有高或低测量误差方差的位置在基础过程的预测中适当地降低或提高权重，从而获得感兴趣现象的实际平滑图像。

引用于三文件

MSC公司：

62立方米 空间过程推断
62M20型 随机过程推断和预测
62页第12页 统计在环境和相关主题中的应用
65C60个 统计中的计算问题（MSC2010）

关键词：

非均匀方差测量误差滤波克里格;HFK公司;NARCCAP公司;空间预测;空间平滑
PDF格式BibTeX公司 XML格式引用
\textit{W.F.Christensen}，《生物统计学》67，第3期，947--957（2011；Zbl 1226.62089）
全文： 内政部

参考文献：

[1] Box，《转型分析》，《皇家统计学会杂志》，B辑，26页，211–（1964）·Zbl 0156.40104号
[2] 实验人员统计盒子（1978年）
[3] Christensen，用于整合多个气候模型输出的空间潜在变量建模，数学地球科学（2011）·Zbl 1321.86015号 ·doi:10.1007/s11004-011-9321-1
[4] Cressie，用加权最小二乘法拟合变异函数模型，《数学地质学》17页563–（1985）·doi:10.1007/BF01032109
[5] 克里西，《克里金的起源》，《数学地质学》22，第239页–（1990）·Zbl 0964.86511号 ·doi:10.1007/BF00889887
[6] Cressie，空间数据统计（1993）
[7] Hocking，线性模型的方法和应用：回归和方差分析（2003）·Zbl 1038.62059号 ·doi:10.1002/0471434159
[8] Houser，《哈德逊海峡海冰的变化：1971-1999》，《极地地理》第27页，第1页–（2003）·doi:10.1080/789610211
[9] Kleijnen，在具有异质方差的随机模拟中插值时kriging的稳健性：一些实验，《欧洲运筹学杂志》165页826–（2005）·Zbl 1141.65330号 ·doi:10.1016/j.ejor.2003.09.037
[10] Kuehl，《研究设计与分析的统计原则》（1994年）
[11] Lingwall，使用先验信息和正矩阵分解的污染源分配，化学计量学和智能实验室系统87，第281页–（2007）·doi:10.1016/j.chemolab.2007.03.007
[12] Lingwall，基于Dirichlet的贝叶斯多元受体建模，环境计量学19，第618页–（2008）·doi:10.1002/env.902
[13] 马瑟隆，地质统计学原理，《经济地质学》58页1246–（1963）·doi:10.2113/gsecongeo.58.8.1246
[14] Mearns，北美地区气候变化评估项目，《美国地球物理联盟Eos交易》90（2009）·doi:10.1029/2009EO360002
[15] Moritz，《北极近期气候变化动力学》，《科学》297页1497–（2002）·数字对象标识代码：10.1126/science.1076522
[16] Schabenberger，《空间数据分析的统计方法》（2005年）
[17] Waller，《公共卫生数据应用空间统计》（2004年）·Zbl 1057.62106号 ·doi:10.1002/0471662682
[18] Zimmerman，具有估计协方差参数的空间线性模型中的均方预测误差，统计数学研究所年鉴31第1页–（1992）·Zbl 0760.62090号
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。