James O·伯杰。;维克托·德·奥利维拉;布鲁诺·桑索 目的对空间相关数据进行贝叶斯分析。 （英文） Zbl 1051.62095号 美国统计协会。 96，第4561361-1374号（2001）. 概述：空间变化现象通常使用高斯随机场建模，由其平均函数和协方差函数指定。这些模型的空间相关结构通常被指定为具有少量未知参数的某种形式（例如，球面、幂指数、有理二次型或马特恩）。当高斯随机场的平均函数指定为线性模型时，我们考虑对此类空间模型进行客观贝叶斯分析。因此，有必要确定随机场未知平均值和协方差参数的客观（或默认）先验分布。我们首先表明，默认先验分布的常见选择，如常数先验和独立Jeffreys先验，通常会导致该模型的后验分布不正确。接下来，开发了模型的参考先验值，并显示出了适当的后验分布。参考先验的另一个吸引人的特性是，它可以直接用于计算贝叶斯因子或假设的后验概率，以比较不同的相关函数，即使参考先验不合适。使用地形高程的空间数据集进行了说明。 引用于三评论引用于89文件 MSC公司： 62立方米 空间过程推断 2015年1月62日 贝叶斯推断 62M40型 随机字段；图像分析 关键词：相关函数;协方差选择;频率覆盖率;高斯随机场;地质统计学;后牙不合适;综合似然;参考先验 PDF格式BibTeX公司 XML格式引用 \textit{J.O.Berger}等人，《美国统计协会杂志》第96期，第4561361--1374号（2001年；Zbl 1051.62095） 全文： 内政部