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。