×

多元高斯随机场估计的协方差减缩。 (英语) Zbl 1416.62550号

摘要:在最近的文献中,人们对多元高斯随机场协方差模型的构建越来越感兴趣。然而,这些模型的有效估计方法尚未探索。最大似然法具有吸引人的特点,但当我们处理大数据集时,这种解决方案变得不切实际,因此必须设计计算效率高的解决方案。在本文中,我们探讨了协方差递减法在多元协方差模型估计中的应用。特别是,通过模拟研究,我们将简单可分离锥的使用与文献中最近提出的更灵活的多变量锥的使用进行了比较,并讨论了该方法在增加域渐近性下的渐近性质。

理学硕士:

62M40型 随机字段;图像分析
62页第12页 统计在环境和相关主题中的应用
86A32型 地理统计学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Apanasovich T,Genton M,Sun Y(2012)具有任意数量分量的多元随机场的有效互协方差函数的Matérn类。美国统计学会杂志97:15-30·兹比尔1261.62087
[2] Arima S、Cretarola L、Lasinio GJ、Pollice A(2012)用于绘制塔兰托市城区污染物浓度的贝叶斯单变量时空层次模型。统计方法应用21:75-91·Zbl 1333.62006年
[3] Askey R(1973)径向特性函数。威斯康星大学研究中心技术报告·Zbl 0253.33009号
[4] Bevilacqua M,Gaetan C(2015)比较基于空间高斯随机场对的复合似然方法。统计计算25:877-892·Zbl 1332.62368号
[5] Bevilacqua M,Gaetan C,Mateu J,Porcu E(2012)《大数据集的空间和时空协方差函数估计:加权复合似然法》。美国统计协会期刊107:268-280·Zbl 1261.62088号
[6] Bevilacqua M,Hering A,Porcu E(2015)《多元协方差模型的灵活性:Genton和Kleiber的论文评论》。统计科学30:167-169·Zbl 1332.86006号
[7] Daley D,Porcu E,Bevilacqua M(2015)多元随机场的紧支持协方差函数类。Stoch Environ Res风险评估29:1249-1263
[8] Du J,Zhang H,Mandrekar VS(2009)锥形极大似然估计量的固定域渐近性质。安统计37:3330-3361·Zbl 1369.62248号
[9] Eidsvik J、Shaby BA、Reich BJ、Wheeler M、Niemi J(2014)《具有块复合可能性的空间模型中的估计和预测》。J计算图统计23:295-315
[10] Fontanella L,Ippoliti L(2003)通过karhunen-loeve扩展进行时空预测的动态模型。统计方法应用12:61-78·Zbl 1056.62104号
[11] Furrer R,Sain SR(2010)spam:稀疏矩阵R包,重点介绍高斯马尔可夫随机场的MCMC方法。J Stat Softw统计软件36:1-25
[12] Furrer R、Genton MG、Nychka D(2013)《用于大型空间数据集插值的协方差递减》。J计算图统计15:502-523
[13] Furrer R,Bachoc F,Du J(2015)估计和预测的多元递减的渐近性质。ArXiv电子打印ArXiv:1506.01833·Zbl 1341.62263号
[14] Genton M,Kleiber W(2015)多元地质统计学的交叉方差函数。统计科学30:147-163·Zbl 1332.86010号
[15] Gneiting T(2002)紧密支持相关函数。多变量分析杂志83:493-508·兹比尔1011.60015
[16] Gneiting T,Kleiber W,Schlather M(2010)多元随机场的Matérn互协方差函数。美国统计学会杂志105:1167-1177·Zbl 1390.62194号
[17] Horn RA、Johnson CR(1991)《顶矩阵分析》。剑桥大学出版社
[18] Kaufman CG、Schervish MJ、Nychka DW(2008),大空间数据集中基于相似性估计的协方差递减。美国统计协会期刊103:1545-1555·Zbl 1286.62072号
[19] 马瑟隆·G(1962)《固定装饰的特点》,托姆1。巴黎德希尼布14号BRGM博物馆·Zbl 1251.65043号
[20] Padoan S,Bevilacqua M(2015)使用CompRandFld分析随机场。J Stat Softw统计软件63:1-27
[21] Porcu E、Daley D、Buhmann M、Bevilacqua M(2013)《多元地质统计学的径向基函数》。斯托克环境研究风险评估27:909-922
[22] Shaby B,Ruppert D(2012)锥形协方差:贝叶斯估计和渐近。J计算图表统计21:433-452
[23] Stein M,Chi Z,Welty L(2004)大型空间数据集的近似可能性。J R Stat Soc B期刊66:275-296·Zbl 1062.62094号
[24] Stein M,Chen J,Anitescu M(2012)大协方差矩阵的差分滤波器预处理。SIAM J矩阵分析应用33:52-72·兹比尔1251.65043
[25] Stein M,Chen J,Anitescu M(2013),高斯过程分数函数的随机近似。应用统计年鉴7:1162-1191·Zbl 1454.62283号
[26] Vecchia A(1988)连续空间过程的估计和模型识别。J R统计Soc B 50:297-312
[27] Vetter P、Schmid W、Schwarze R(2015)陆地生态系统碳收支的时空统计分析。应用统计方法·Zbl 1441.62570号
[28] 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
[29] Zastavnyi V,Trigub R(2002)特殊形式的正定样条函数.斯博尼克数学193:1771-1800·Zbl 1063.41007号
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。