罗伯特·格拉米奇。;Herbert K.H.李。 计算机实验建模中的金块案例。 （英文） Zbl 1252.62098号 统计计算。 22，第3期，713-722（2012）. 摘要：计算机实验的大多数替代模型都是内插器，最常见的内插器是高斯过程（GP），它故意省略了一个称为块金的小规模（测量）误差项。解释是，根据定义，计算机实验是“确定性的”，因此没有测量误差。我们认为，对于计算机实验来说，这是一个过于狭隘的重点，也是一种在统计上效率低下的建模方法。我们表明，在各种常见情况下，估计（非零）金块可以产生具有更好统计特性的替代模型，例如预测准确性和覆盖率。 引用于46文件 MSC公司： 62M99型 随机过程推断 62页99 统计学的应用 68单位99 计算方法和应用 关键词：计算机模拟器;代理模型;高斯过程;插值;平滑的 软件：三峡工程 PDF格式BibTeX公司 XML格式引用 \textit{R.B.Gramacy}和\textit{H.K.H.Lee}，统计计算。22，第3号，713--722（2012；Zbl 1252.62098） 全文： 内政部 arXiv公司 参考文献： [1] Ababou，R.，Bagtzoglou，A.C.，Wood，E.F.：关于克立格、估计和随机场模拟中协方差矩阵的条件数。数学。地质。26(1), 99–133 (1994) ·Zbl 0970.86543号 ·doi:10.1007/BF02065878 [2] Ankenman，B.，Nelson，B.，Staum，J.：模拟元建模的随机克里金法。操作。第58（2）、371–382号决议（2010年）·兹比尔1342.62134 ·doi:10.1287/操作1090.0754 [3] Bastos，L.，O'Hagan，A.：高斯过程模拟器的诊断。技术计量51（4），425–438（2009）·doi:10.19198/TECH2009008019 [4] Friedman，J.H.：多元自适应回归样条曲线。Ann.Stat.19（1），1-67（1991）·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963 [5] Gillespie，D.：化学反应系统的近似加速随机模拟。化学杂志。物理学。115(4), 1716–1733 (2001) ·数字对象标识代码：10.1063/1.1378322 [6] Gramacy，R.B.：贝叶斯树高斯过程模型。加州大学圣克鲁斯分校博士论文（2005年） [7] Gramacy，R.B.：tgp：贝叶斯非平稳、半参数非线性回归和树高斯过程模型设计的R包。J.统计软件。19, 9 (2007) [8] Gramacy，R.B.，Lee，H.K.H.：贝叶斯树高斯过程模型及其在计算机建模中的应用。《美国统计协会期刊》103，1119–1130（2008a）·Zbl 1205.62218号 ·doi:10.1198/0162145000000689 [9] Gramacy，R.B.，Lee，H.K.H.：高斯过程和极限线性模型。计算。统计数据分析。53、123–136（2008b）·兹比尔1452.62064 ·doi:10.1016/j.csda.2008.06.020 [10] Gramacy，R.B.，Lee，H.K.H.：超级计算机实验的适应性设计和分析。技术计量51（2），130–145（2009）·doi:10.1198/TECH.2009.0015 [11] Henderson，D.A.，Boys，R.J.，Krishnan，K.J.，Lawless，C.，Wilkinson，D.J.：黑质神经元线粒体DNA缺失随机计算机模型的贝叶斯模拟和校准。《美国统计协会期刊》104（485），76-87（2009）·Zbl 1388.92007年 ·doi:10.1198/jasa.2009.0005 [12] Johnson，L.：作为细菌生存策略的微菌落和生物膜形成。J.Theor。生物学251，24-34（2008）·Zbl 1397.92097号 ·doi:10.1016/j.jtbi.2007.10.39 [13] Kennedy，M.，O'Hagan，A.：计算机模型的贝叶斯校准（讨论）。J.R.Stat.Soc.B 63、425–464（2001年）·Zbl 1007.62021号 ·数字标识代码：10.1111/1467-9868.00294 [14] Martin，J.，Simpson，T.：使用克里金模型近似确定性计算机模型。《美国农业协会期刊》第43卷（4），第853–863页（2005年）·doi:10.2514/1.8650 [15] Neal，R.M.：贝叶斯回归和分类高斯过程模型的蒙特卡罗实现。多伦多大学统计系技术代表9702（1997） [16] O'Hagan，A.，Kennedy，M.C.，Oakley，J.E.：复杂计算机代码的不确定性分析和其他推理工具。收录：Bernardo，J.M.、Berger，J.O.、Dawid，A.、Smith，A.（编辑）《贝叶斯统计》第6期，第503-524页。牛津大学出版社，牛津（1999）·兹比尔1175.62028 [17] Pepelyshev，A.：块金项在高斯过程方法中的作用。摘自：MODA 9——面向模型的设计和分析进展，第149-156页。柏林施普林格出版社（2010年） [18] Perlin，K.：改善噪音。ACM事务处理。图表。21, 681–682 (2002) [19] Ranjan，P.，Haynes，R.，Karsten，R.：确定性计算机模拟器的高斯过程模型和内插器。阿卡迪亚大学数学与统计系（2010年） [20] Rogers，S.E.、Aftosmis，M.J.、Pandya，S.A.、Chaderjian，N.M.、Tejnil，E.、Ahmad，J.U.：分布式并行计算机上的自动CFD参数研究。收录：第16届AIAA计算流体动力学会议（2003年）。AIAA论文2003-4229 [21] Rougier，J.，Guillas，S.，Maute，A.，Richmond，A.：专家知识和多元仿真：热层-电离层电动力学环流模型（TIE-GCM）。技术计量51（4），414–424（2009）·doi:10.1198/TECH.2009.07123 [22] Sacks，J.、Welch，W.J.、Mitchell，T.J.、Wynn，H.P.：计算机实验的设计与分析。统计科学。4, 409–435 (1989) ·兹比尔0955.62619 ·doi:10.1214/ss/1177012413 [23] Santner，T.J.，Williams，B.J.，Notz，W.I.：计算机实验的设计与分析。施普林格，纽约（2003）·Zbl 1041.62068号 [24] Stein，M.L.：空间数据插值。纽约施普林格出版社（1999年）·Zbl 0924.62100号 [25] Taddy，M.，Lee，H.K.H.，Gray，G.A.，Griffin，J.D.：稳健局部优化的贝叶斯引导模式搜索。加州大学圣克鲁斯分校应用数学与统计系技术代表ams2008-02（2008） 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。