×

使用集合copula耦合对复杂仿真模型中的不确定性进行量化。 (英语) 兹比尔1331.62265

摘要:关键决策通常依赖复杂计算机模拟模型的高维输出,这些模型显示了复杂的交叉变量、空间和时间依赖结构,其中天气和气候预测是关键示例。人们越来越认识到在这种情况下需要对不确定性进行量化,为此,我们提出并回顾了一种称为集合copula耦合(ECC)的通用多阶段过程,其过程如下:1。生成一个原始集成,由计算机模型的多个运行组成,这些运行以适当的方式在输入或模型参数上有所不同。2.应用统计后处理技术,如贝叶斯模型平均或非齐次回归,校正原始集合中的系统误差,以分别获得每个单变量输出变量的校准和尖锐预测分布。3.从每个后处理的预测分布中抽取一个样本。4.在原始集成的秩序结构中重新排列采样值,以获得ECC后处理集成。在过去的十年里,集合和统计后处理的使用已经成为天气预报的常规。我们表明,看似无关的最新进展可以在ECC框架内进行解释、融合和巩固,共同的线索是采用原始系综的经验copula。根据采样阶段分位数、随机抽取或变换的使用,我们分别区分ECC-Q、ECC-R和ECC-T变体。我们还描述了Schaake shuffle和现有基于连接词的技术之间的关系。在一个案例研究中,ECC方法被应用于基于50名成员的欧洲中期天气预报中心(ECMWF)集合的德国上空温度、气压、降水和风的预测。

MSC公司:

62小时05 多元概率分布的表征与结构理论;连接线
2015年1月62日 贝叶斯推断
62立方米 空间过程推断
62页第12页 统计在环境和相关主题中的应用
62C05型 统计决策理论的一般考虑
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aas,K.、Czado,C.、Frigessi,A.和Bakken,H.(2009年)。多重依赖的对copula结构。保险数学。经济。44 182-198. ·Zbl 1165.60009号 ·doi:10.1016/j.insmathe.2007.02.001
[2] Bao,L.、Gneiting,T.、Grimit,E.P.、Guttorp,P.和Raftery,A.E.(2010)。地面风向集合预报的偏差修正和贝叶斯模型平均。每月天气回顾138 1811-1821。
[3] Ben Bouallègue,Z(2013)。使用带交互项的扩展logistic回归校准短期集合降水预报。天气和预报28 515-524。
[4] Berrocal,V.J.、Raftery,A.E.和Gneiting,T.(2007)。在概率天气预报中结合空间统计和集合信息。每月天气回顾135 1386-1402。
[5] Berrocal,V.J.、Raftery,A.E.和Gneiting,T.(2008年)。使用两阶段空间模型进行概率定量降水场预测。附录申请。统计2 1170-1193·Zbl 1168.62086号 ·doi:10.1214/08-AOAS203
[6] Berrocal,V.J.、Raftery,A.E.、Gneiting,T.和Steed,R.C.(2010年)。冬季道路维护的概率天气预报。J.Amer。统计师。协会105 522-537·Zbl 1392.62330号 ·doi:10.1198/jasa.2009.ap07184
[7] Bremnes,J.B.(2004)。使用NWP模型输出以分位数表示的降水概率预测。每月天气回顾132 338-347。
[8] Bremnes,J.B.(2007年)。使用集合技术改进降水预报的校准。第2部分:统计校准方法。技术报告04/2007,挪威气象研究所。
[9] Bröcker,J.(2012)。用连续排列的概率分数评估原始信号群。英国皇家气象学会季刊138 1611-1617。
[10] Bröcker,J.和Smith,L.A.(2008年)。从集合预测到预测分布函数。Tellus爵士。A 60 663-678。
[11] Chaloulos,G.和Lygeros,J.(2007年)。风相关性对飞机冲突概率的影响。制导、控制与动力学杂志30 1742-1752。
[12] Chilès,J.-P.和Delfiner,P.(2012)。《地理统计学:空间不确定性建模》,第二版,新泽西州霍博肯威利出版社·Zbl 1256.86007号 ·doi:10.1002/9781118136188
[13] Chmielecki,R.M.和Raftery,A.E.(2011年)。使用贝叶斯模型平均的概率能见度预测。每月天气回顾139 1626-1636。
[14] Clark,M.、Gangopadhyay,S.、Hay,L.、Rajagopalan,B.和Wilby,R.(2004)。Schaake shuffle:一种重建预测降水和温度场时空变异性的方法。水文气象学杂志5 243-262。
[15] Cloke,H.L.和Pappenberger,F.(2009年)。集合洪水预报:综述。《水文学杂志》375 613-626。
[16] 库克·R(1906)。西澳大利亚州的预测和验证。每月天气回顾34 23-24。
[17] Cressie,N.和Wikle,C.K.(2011年)。时空数据统计。新泽西州霍博肯威利·Zbl 1273.62017年
[18] Czado,C.、Gneiting,T.和Held,L.(2009年)。计数数据的预测模型评估。生物统计学65 1254-1261·兹比尔1180.62162 ·文件编号:10.1111/j.1541-0420.2009.01191.x
[19] Davison,A.C.、Padoan,S.A.和Ribatet,M.(2012年)。空间极值的统计建模。统计师。科学。27 161-186. ·兹比尔1330.86021 ·doi:10.1214/11-STS376
[20] Dawid,A.P.(1984)。统计理论。前一种方法。J.罗伊。统计师。Soc.序列号。A 147 278-292·Zbl 0557.62080号 ·doi:10.2307/2981683
[21] 德赫维尔斯,P.(1979)。经验性和财产功能。未经测试的非独立性。阿卡德。罗伊。贝尔格。牛市。Cl.科学。(5) 65 274-292. ·Zbl 0422.62037号
[22] Delle Monache,L.、Hacker,J.P.、Zhou,Y.、Deng,X.和Stull,R.B.(2006)。气象和臭氧区域集合预报的概率方面。地球物理研究杂志111 D24307。
[23] Demarta,S.和McNeil,A.J.(2005年)。(t)copula和相关的copula。《国际统计评论》73 111-129·Zbl 1104.62060号 ·doi:10.1111/j.1751-5823.005.tb00254.x
[24] Dette,H.和Volgushev,S.(2008)。分位数曲线的非交叉非参数估计。J.R.统计社会服务。B统计方法。70 609-627. ·Zbl 05563361号 ·doi:10.1111/j.1467-9868.2008.00651.x
[25] Di Narzo,A.F.和Cocchi,D.(2010年)。综合天气预报的贝叶斯分层方法。J.R.统计社会服务。C.申请。《美国联邦法律大全》第59卷第405-422页·文件编号:10.1111/j.1467-9876.2009.00700.x
[26] Eckel,A.F.和Mass,C.F.(2005)。有效中尺度、短期集合预报方面。天气和预报20 328-350。
[27] Fermanian,J.-D.、Radulović,D.和Wegkamp,M.(2004)。经验copula过程的弱收敛性。伯努利10 847-860·Zbl 1068.62059号 ·doi:10.3150/bj/1099579158
[28] Flowerdew,J.(2012)。中范围集合降水预报的校准和组合。技术报告567,英国气象局。
[29] Fraley,C.、Raftery,A.E.和Gneiting,T.(2010年)。使用贝叶斯模型平均法校准具有可交换和缺失成员的多模型预测集合。每月天气回顾138 190-202。
[30] Fraley,C.、Raftery,A.E.、Gneiting,T.、Sloughter,J.M.和Berrocal,V.J.(2011)。R.R Journal 3 55-63中的概率天气预报。
[31] Gel,Y.、Raftery,A.E.和Gneiting,T.(2004)。校准概率中尺度天气场预报:地质统计输出摄动(GOP)方法(含讨论和反驳)。J.Amer。统计师。协会99 575-590·Zbl 1117.62341号 ·doi:10.1198/016214500000872
[32] Genest,C.和Favre,A.C.(2007年)。关于copula建模,你一直想知道的一切,但又不敢问。《水文工程杂志》12 347-368。
[33] Glahn,H.R.、Peroutka,M.、Weidenfeld,J.、Wagner,J.,Zylstra,G.和Schuknecht,B.(2009年)。整体框架中的MOS不确定性估计。《月度天气评论》137 246-268。
[34] Gneiting,T.(2008)。社论:概率预测。J.罗伊。统计师。Soc.序列号。一个171 319-321·文件编号:10.1111/j.1467-985X.2007.00522.x
[35] Gneiting,T.(2011)。做出并评估点预测。J.Amer。统计师。协会106 746-762·Zbl 1232.62028号 ·doi:10.1198/jasa.2011.r10138
[36] Gneiting,T.、Balabdaoui,F.和Raftery,A.E.(2007年)。概率预测、校准和清晰度。J.R.统计社会服务。B统计方法。69 243-268·Zbl 1120.62074号 ·文件编号:10.1111/j.1467-9868.2007.00587.x
[37] Gneiting,T.和Raftery,A.E.(2005)。用集合方法进行天气预报。科学310 248-249。
[38] Gneiting,T.和Raftery,A.E.(2007年)。严格正确的评分规则、预测和评估。J.Amer。统计师。协会102 359-378·Zbl 1284.62093号 ·doi:10.1198/0162145000001437
[39] Gneiting,T.、Raftery,A.E.、Westveld,A.H.和Goldman,T.(2005)。使用集合模型输出统计和最小CRPS估计进行校准概率预测。每月天气回顾133 1098-1118。
[40] Gneiting,T.、Stanberry,L.I.、Grimit,E.P.、Held,L.和Johnson,N.A.(2008年)。评估多元量的概率预测,并应用于地面风的集合预测(含讨论和反驳)。测试17 211-264·Zbl 1196.62091号 ·doi:10.1007/s11749-008-0114-x
[41] Graf,S.和Luschgy,H.(2000)。概率分布量化的基础。数学课堂笔记。1730 . 柏林施普林格·Zbl 0951.60003号 ·doi:10.1007/BFb0103945
[42] Hagedorn,R.、Hamill,T.M.和Whitaker,J.S.(2008)。使用ECMWF和GFS集合重新预测进行概率预测校准。第一部分:两米温度。每月天气回顾136 2608-2619。
[43] Hagedorn,R.、Buizza,R.、Hamill,T.M.、Leutbecher,M.和Palmer,T.N.(2012年)。比较TIGGE多模态预测与重新预测校准的ECMWF集合预测。英国皇家气象学会季刊138 1814-1827。
[44] 哈米尔,T.M.(2001)。解释秩直方图以验证集合预测。每月天气回顾129 550-560。
[45] Hamill,T.M.和Colucci,S.J.(1997年)。验证Eta-RSM短期集合预测。每月天气回顾125 1312-1327。
[46] Hamill,T.M.、Hagedorn,R.和Whitaker,J.S.(2008年)。使用ECMWF和GFS集合重新预测进行概率预测校准。第二部分:降水。每月天气回顾136 2620-2632。
[47] Hamill,T.M.、Whitaker,J.S.和Mullen,S.L.(2006年)。重新预测:用于改进天气预测的重要数据集。美国气象学会公报87 33-46。
[48] Joe,H.(1997)。多元模型和依赖概念。统计学和应用概率专著73。查普曼和霍尔,伦敦·Zbl 0990.62517号
[49] Kalnay,E.(2003)。大气建模、数据同化和可预测性。剑桥大学出版社,剑桥。
[50] Kann,A.、Wittmann,C.、Wang,Y.和Ma,X.(2009)。使用高分辨率分析校准有限区域集合预报的2米温度。《每月天气评论》137 3373-3387。
[51] Kleiber,W.、Raftery,A.E.和Gneiting,T.(2011)。用于局部校准概率定量降水预测的地理统计模型平均。J.Amer。统计师。协会106 1291-1303·Zbl 1233.62200号 ·doi:10.1198/jasa.2011.ap10433
[52] Kleiber,W.、Raftery,A.E.、Baars,J.、Gneiting,T.、Mass,C.和Grimit,E.P.(2011)。使用地质统计模型平均和局部贝叶斯模型平均进行局部校准的概率温度预测。每月天气回顾139 2630-2649。
[53] Kneib,T.(2013)。超越平均回归(讨论和反驳)。统计建模13 275-385。
[54] Kolesárová,A.、Mesiar,R.、Mordelová,J.和Sempi,C.(2006年)。离散连接函数。IEEE模糊系统汇刊14 698-705。
[55] Krzysztofowicz,R.和Toth,Z.(2008年)。贝叶斯集成处理器(BPE):概念和实现。在马里兰州劳雷尔市第四届NCEP/NWS合奏用户研讨会上展示的幻灯片。
[56] Leutbecher,M.和Palmer,T.N.(2008)。集合预测。J.计算。物理学。227 3515-3539. ·Zbl 1132.86308号 ·doi:10.1016/j.jcp.2007.02.014
[57] Mayor,G.、Suñer,J.和Torrens,J.(2007)。有限环境中的Sklar定理。IEEE模糊系统汇刊15 410-416。
[58] McNeil,A.J.、Frey,R.和Embrechts,P.(2005)。定量风险管理:概念、技术和工具。普林斯顿大学出版社,新泽西州普林斯顿·兹比尔1089.91037
[59] McNeil,A.J.和Nešlehová,J.(2009)。多元阿基米德连接函数、(d)-单调函数和(l_{1})-范数对称分布。安。统计师。37 3059-3097. ·Zbl 1173.62044号 ·doi:10.1214/07-AOS556
[60] Möller,A.、Lenkoski,A.和Thorarinsdottir,T.L.(2013)。使用集合贝叶斯模型平均和Copula的多变量概率预测。英国皇家气象学会季刊139 982-991。
[61] Molteni,F.、Buizza,R.、Palmer,T.N.和Petroliagis,T.(1996)。新的ECMWF集合预测系统:方法和验证。英国皇家气象学会季刊122 73-119。
[62] Nelsen,R.B.(2006年)。《Copulas简介》,第二版,纽约斯普林格出版社·Zbl 1152.62030
[63] Palmer,T.N.(2002)。集合预测作为风险评估工具的经济价值:从几天到几十年。英国皇家气象学会季刊128 747-774。
[64] Pinson,P.(2012)。风集合预报的自适应校准。英国皇家气象学会季刊138 1273-1284。
[65] Pinson,P.(2013)。风能:预测其运营管理面临的挑战。统计师。科学。28 564-585. ·Zbl 1331.91140号 ·doi:10.1214/13-STS445
[66] Pinson,P.、Madsen,H.、Nielsen,H.A.、Papaefthyou,G.和Klöckl,B.(2009年)。从概率预测到短期风力发电的统计情景。风能12 51-62。
[67] Raftery,A.E.、Kární,M.和Ettler,P.(2010年)。通过动态模型平均在模型不确定性下进行在线预测:在冷轧机上的应用。技术计量52 52-66·doi:10.1198/TECH.2009.08104
[68] Raftery,A.E.、Gneiting,T.、Balabdaoui,F.和Polakowski,M.(2005)。使用贝叶斯模型平均来校准预测集合。每月天气回顾133 1155-1174。
[69] Roquelaure,S.和Bergot,T.(2008年)。雾和低云的局部集合预报系统:构造、贝叶斯模型平均校准和验证。应用气象学和气候学杂志47 3072-3088。
[70] Roulin,E.和Vannisem,S.(2012年)。基于后向预测的扩展logistic回归集合降水预测的后处理。每月天气回顾140 874-888。
[71] Ruiz,J.J.和Saulo,C.(2012年)。概率降水预报对校准算法和集合生成方法的选择有多敏感?第一部分:对校准方法的敏感性。气象应用19 302-313。
[72] Rüschendorf,L.(1976年)。多元秩序统计的渐近分布。安。统计师。4 912-923. ·Zbl 0359.62040号 ·doi:10.1214/aos/1176343588
[73] Rüschendorf,L.(2009)。关于分布变换、Sklar定理和经验copula过程。J.统计。计划。推断139 3921-3927·Zbl 1171.60313号 ·doi:10.1016/j.jspi.2009.05.030
[74] Schaake,J.、Demargne,J.,Hartman,R.、Mullusky,M.、Welles,E.、Wu,L.、Herr,H.、Fan,X.和Seo,D.J.(2007年)。单值预报的降水和温度集合预报。水文学和地球系统科学讨论4 655-717。
[75] Schaake,J.、Pailleux,J.和Thielen,J.,Arritt,R.、Hamill,T.、Luo,L.、Martin,E.、McCollor,D.和Pappenberger,F.(2010年)。2009年6月15日至18日在法国图卢兹梅特奥-法国举行的第一次水文应用后处理和降尺度大气预报讲习班的建议摘要。《大气科学快报》11 59-63。
[76] Schefzik,R.(2011)。系综copula耦合。海德堡大学数学与信息学院毕业论文·Zbl 1317.86002号
[77] Schefzik,R.、Thorarinsdottir,T.L.和Gneiting,T.(2013)。补充“使用集合copula耦合对复杂仿真模型中的不确定性进行量化”·兹比尔1331.62265 ·doi:10.1214/13-STS443
[78] Scheuerer,M.(2013)。使用集合模型输出统计的概率定量降水预报。英国皇家气象学会季刊。
[79] Schmeits,M.J.和Kok,K.J.(2010年)。原始集合输出、(修正的)贝叶斯模型平均值和使用ECMWF集合降水重新预测的扩展logistic回归之间的比较。每月天气回顾138 4199-4211。
[80] Schoelzel,C.和Friederichs,P.(2008年)。气候研究中的多元非正态分布随机变量——copula方法简介。地球物理学中的非线性过程15 761-772。
[81] Schoelzel,C.和Hense,A.(2011年)。通过整体着装对德国西南部地区气候变化进行概率评估。气候动力学36 2003-2014。
[82] Schuhen,N.、Thorarinsdottir,T.L.和Gneiting,T.(2012)。风矢量的集合模型输出统计。每月天气回顾140 3204-3219。
[83] Segers,J.(2012)。非限制光滑假设下经验copula过程的渐近性。伯努利18 764-782·兹比尔1243.62066 ·doi:10.3150/11-BEJ387
[84] Sklar,M.(1959年)。划分维度和边界的函数。出版物。仪器统计。巴黎大学8 229-231·Zbl 0100.14202号
[85] Sloughter,M.、Gneiting,T.和Raftery,A.E.(2010年)。使用集合和贝叶斯模型平均的概率风传播预测。J.Amer。统计师。协会105 25-35·Zbl 06444876号 ·doi:10.1198/jasa.2009.ap08615
[86] Sloughter,J.M.、Gneiting,T.和Raftery,A.E.(2013)。使用集合和贝叶斯模型平均的概率风矢量预测。每月天气回顾141 2107-2119·Zbl 06444876号
[87] Sloughter,J.M.、Raftery,A.E.、Gneiting,T.和Fraley,C.(2007)。使用贝叶斯模型平均的概率定量降水预报。每月天气回顾135 3209-3220。
[88] Stein,M.L.(1999)。空间数据插值:克里格的一些理论。纽约州施普林格·兹比尔0924.62100
[89] 斯图特,W.(1984)。经验过程的振荡行为:多元情况。安·普罗巴伯。12 361-379. ·兹伯利0533.62037 ·doi:10.1214/aop/1176993295
[90] Thorarinsdottir,T.L.和Gneiting,T.(2010)。风速的概率预测:集合模型通过使用异方差删失回归输出统计数据。J.罗伊。统计师。Soc.序列号。甲173 371-388·Zbl 05680873号 ·doi:10.1111/j.1467-985X.2009.00616.x
[91] Thorarinsdottir,T.L.和Johnson,M.S.(2012年)。使用非齐次高斯回归的概率阵风预测。每月天气回顾140 889-897。
[92] Trefethen,N.(2012年)。总统:离散还是连续?SIAM新闻45 4。
[93] van der Vaart,A.W.和Wellner,J.A.(1996)。弱收敛与经验过程:统计应用。纽约州施普林格·Zbl 0862.60002号
[94] Voisin,N.、Pappenberger,F.、Lettenmaier,D.P.、Buizza,R.和Schaake,J.C.(2011年)。中等范围全球水文概率预测方案在俄亥俄河流域的应用。天气和预报26 425-446。
[95] Wilks,D.S.(2002)。用拟合的概率分布平滑预测集合。英国皇家气象学会季刊128 2821-2836。
[96] 威尔克斯博士(2009年)。扩展逻辑回归以提供全概率分布MOS预测。气象应用16 361-368。
[97] Wilks,D.S.和Hamill,T.M.(2007)。使用GFS重新预测的集成-MOS方法的比较。每月天气回顾135 2379-2390。
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。