北卡罗来纳州德萨西斯。;D.雷纳德。 用迭代最小二乘法自动建立变异函数模型：单变量和多变量案例。 （英语） Zbl 1321.86019号 数学。地质科学。 45，第4期，453-470（2013）. 小结：在本文中，我们提出了一种新的方法来自动找到一个适合于实验变异函数的模型。从一些基本授权结构（例如，球形和指数形）的线性组合开始，使用数值算法计算参数，使模型与实验变异函数之间的距离最小化。初始值是自动选择的，算法是迭代的。在第一步之后，从模型中删除影响可忽略的参数，并再次使用数值算法估计更为简约的模型。此过程将被迭代，直到无法丢弃更多参数。还开发了一个基于轮廓成本函数的程序，以便对在区域化线性模型范围内建模的多元数据集（可能包含许多变量）使用数值算法。该方法的效率在几个示例（包括变异函数图）和两个示例中进行了说明多变量病例。 引用于5文件 MSC公司： 第86页第32页 地理统计学 关键词：自动装配;变异函数图;区域化线性模型;各向异性;加权最小二乘法;过拟合 软件：RGeostats公司;VARFIT公司;伊萨提斯;RGeoS公司 PDF格式BibTeX公司 XML格式引用 \textit{N.Desassis}和\textit{D.Renard}，数学。地质科学。45，第4号，453--470（2013；Zbl 1321.86019） 全文： DOI程序 链接 参考文献： [1] Armstrong M、Galli A、Beucher H、Le Loc'H G、Renard D、Doligez B、Eschard R、Geffroy F（2011）《地球科学中的普鲁里格斯模拟》。柏林施普林格·doi:10.1007/978-3-642-19607-2 [2] Chilès J，Delfiner P（2012），《地理统计学：空间不确定性建模》，第2版。纽约威利·Zbl 1256.86007号 ·doi:10.1002/9781118136188 [3] Cressie N（1985）通过加权最小二乘法拟合变异函数模型。数学地理17（5）：563-586·doi:10.1007/BF01032109 [4] Cressie N（1993）空间数据统计。纽约威利 [5] Cressie N，Lahiri SN（1996）空间协方差参数的REML估计的渐近性。J Stat Plan推断50:327-341·Zbl 0847.62044号 ·doi:10.1016/0378-3758（95）00061-5 [6] Diggle PJ，Ribeiro PJ（2007），基于模型的地质统计学。统计学中的斯普林格系列。纽约州施普林格·Zbl 1132.86002号 [7] Emery X（2010）：用于拟合区域化线性模型的迭代算法。计算地质学36:1150-1160·doi:10.1016/j.cageo.2009.10.007 [8] de Fouquet C，Malherbe L，Ung A（2011），臭氧浓度时间变化的地质统计分析。CHIMERE模型与地面观测结果的比较。Atmos Environ大气环境45:3434-3446·doi:10.1016/j.atmosenv.2011.03.036 [9] Goulard M，Voltz M（1992）线性相关区域化模型：估计和选择交叉变异函数矩阵的工具。数学地理学24:269-286·doi:10.1007/BF00893750 [10] Handcock MS，Wallis JR（1994）《气象场统计时空建模方法》。美国统计协会杂志89（426）：368-390·Zbl 0798.62109号 ·doi:10.1080/01621459.1994.10476754 [11] Horn RA、Johnson CR（1985）矩阵分析。剑桥大学出版社·Zbl 0576.15001号 ·doi:10.1017/CBO9780511810817 [12] Isatis®（2012）Geovariances™地理统计软件 [13] 拉罗多，PF；康涅狄格州纽菲尔德；德国CV；Deutsch，CV（编辑），VARFIT：半自动变异函数建模程序（2003），埃德蒙顿 [14] Madsen K，Nielsen HB，Tingleff O（2004a）非线性最小二乘问题的方法，第2版。丹麦技术大学信息学和数学建模技术代表 [15] Madsen K，Nielsen HB，Tingleff O（2004b）《约束优化》，第2版。丹麦技术大学信息学和数学建模技术代表·Zbl 0542.62079号 [16] Magneron，C。；Jeanne，N。；O.莫恩。；JF Bourillet；Atkinson，PM（编辑）；Lloyds，CD（编辑），将先验知识和局部变化参数与移动地质统计学相结合：测深测绘的方法和应用（2009年），纽约 [17] Mardia KV，Marshall RJ（1984）空间回归中残差协方差模型的最大似然估计。生物特征71（1）：135-146·Zbl 0542.62079号 ·doi:10.1093/biomet/71.1.135 [18] Oman SD，Vakulenko-Lagun B（2009），区域化线性模型中门槛矩阵的估计。数学地质41:15-27·Zbl 1162.86324号 ·doi:10.1007/s11004-008-9190-4 [19] Pardo-Igüzquisa E（1999）VARFIT：通过加权最小二乘法拟合变异函数模型的FORTRAN-77程序。计算地质25:251-261·doi:10.1016/S0098-3004（98）00128-9 [20] Petitgas P、Doray M、Mass J、Grellier P（2011）鱼类长度直方图的空间显式估计及其在比斯开湾凤尾鱼栖息地的应用。ICES医学杂志68（10）：2086-2095·doi:10.1093/icesjms/fsr139 [21] Renard D、Bez N、Desassis N、Beucher H、Ors F（2012）RGeoS：地质统计包[9.0.2]。MINES巴黎技术有限公司。从免费下载http://www.geosciences.mines-paristech.fr/fr/equipes/geostatistique/principaux-projets-1 [22] Stein M（1999）空间数据插值，克里金的一些理论。统计学中的斯普林格系列。纽约州施普林格·Zbl 0924.62100号 ·doi:10.1007/978-1-4612-1494-6 [23] Wackernagel H（2003）《多元地质统计学——应用简介》，第3版。纽约州施普林格·Zbl 1015.62128号 ·doi:10.1007/978-3-662-05294-5 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。