×

多元高斯随机场的复合似然推断。 (英语) Zbl 1347.62237号

摘要:近年来,人们对提出多元高斯随机场的协方差模型越来越感兴趣。其中一些协方差模型非常灵活,可以捕获相关多元高斯随机场分量的边际和跨空间相关性。然而,这些模型的有效估计方法在某种程度上尚未被探索。最大似然无疑是一个有用的工具,但在所有观测值数量非常大的情况下,它都是不切实际的。在这项工作中,我们考虑了两种基于复合似然的多元协方差模型估计方法。通过仿真实验,我们证明了我们的方法在统计效率和计算复杂性之间提供了良好的平衡。在递增域渐近下评估了所提出估计量的渐近性质。最后,我们将该方法应用于智利海岸叶绿素浓度和海面温度的双变量数据集分析。

MSC公司:

62页第12页 统计在环境和相关主题中的应用
62M40型 随机字段;图像分析
60G15年 高斯过程
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.和Sun,Y.(2012),“具有任意分量的多元随机场的有效互协方差函数的Matérn类”,美国统计协会杂志,97,15-30·Zbl 1261.62087号
[2] Bevilacqua,M.、Fassó,A.、Gaetan,C.、Porcu,E.和Velandia,D.(2016),“多元高斯随机场估计的协方差递减”,《统计方法与应用》,25(1),21-37·Zbl 1416.62550号 ·doi:10.1007/s10260-015-0338-3
[3] Bevilacqua,M.和Gaetan,C.(2015),“比较基于空间高斯随机场对的复合似然方法”,《统计与计算》,25,877-892·Zbl 1332.62368号 ·doi:10.1007/s11222-014-9460-6
[4] Bevilacqua,M.、Gaetan,C.、Mateu,J.和Porcu,E.(2012),“估算大数据集的空间和时空协方差函数:加权复合似然法”,《美国统计协会杂志》,107,268-280·Zbl 1261.62088号 ·doi:10.1080/01621459.2011.646928
[5] Bevilacqua,M.、Vallejos,R.和Velandia,D.(2015),“评估二元高斯随机场成分之间相关性的重要性”,环境计量学,26,545-556·Zbl 1525.62076号 ·doi:10.1002/env.2367
[6] Boyce,D.G.、Lewis,M.R.和Worm,B.(2010年),“过去一个世纪全球浮游植物减少”,《自然》。国际科学周刊,466。doi:10.1038/nature09268。
[7] Castruccio,S.、Huser,R.和Genton,M.G.(2016),“最大稳定分布和过程的高阶复合似然推断”,《计算与图形统计杂志》。出现。
[8] Daley,D.、Porcu,E.和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》,第29期,第1249-1263页·doi:10.1007/s00477-014-0996-y
[9] Davis,R.和Yau,C.-Y.(2011),“关于时间序列模型中成对可能性的评论”,《中国统计》,第21期,第255-277页·Zbl 1206.62146号
[10] Doney,S.C.、Ruckelshaus,M.、Duffy,J.E.、Barry,J.P.、Chan,F.、English,C.A.、Galindo,H.M.、Grebmeier,J.M.,Hollowed,A.B.、Knowlton,N.、Polovina,J.、Rabalais,N.N.、Sydeman,W.J.和Talley,L.D.(2012),《海洋科学年度回顾》,《自然》。国际科学周刊,4,11-37。
[11] Eidsvik,J.、Shaby,B.、Reich,B.、Wheeler,M.和Niemi,J.(2014),“具有块复合可能性的空间模型中的估计和预测”,《计算与图形统计杂志》,29,295-315·doi:10.1080/10618600.2012.760460
[12] Furrer,R.、Bachoc,F.和Du,J.(2016),“用于估计和预测的多元递减的渐近性质”,《多元分析杂志》,正在出版·兹比尔1341.62263
[13] Furrer,R.、Genton,M.G.和Nychka,D.(2006),“大型空间数据集插值的协方差锥化”,《计算与图形统计杂志》,第15期,第502-523页·doi:10.1198/106186006X132178
[14] Genton,M.G.、Padoan,S.和Sang,H.(2015),“多元最大稳定空间过程”,《生物统计学》,102215-230·Zbl 1345.62051号 ·doi:10.1093/biomet/asu066
[15] Genton,M.和Kleiber,W.(2015),“多元地质统计学的交叉协方差函数”,《统计科学》,出版·Zbl 1332.86010号
[16] Gneiting,T.(2002),“紧密支持的相关函数”,《多元分析杂志》,83,493-508·Zbl 1011.60015号 ·doi:10.1006/jmva.2001.2056
[17] Gneiting,T。;MG杰顿;Guttorp,P。;Finkenstadt,B.(编辑);Hold,L.(编辑);Isham,V.(编辑),《地理统计时空模型、平稳性、可分性和完全对称性》,151-175(2007),佛罗里达州博卡拉顿·兹比尔1282.86019
[18] Gneiting,T.、Kleiber,W.和Schlather,M.(2010),“多元随机场的Matérn交叉协方差函数”,美国统计协会杂志,105,1167-1177·Zbl 1390.62194号 ·doi:10.1198/jasa.2010.tm09420
[19] Goulard,M.和Voltz,M.(1992年),“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”,《数学地质学》,24,269-286·doi:10.1007/BF00893750
[20] Heagerty,P.和Lumley,T.(2000),“应用于回归模型的估计函数窗口子抽样”,《美国统计协会杂志》,95,197-211·Zbl 1013.62077号 ·doi:10.1080/01621459.2000.10473914
[21] Joe,H.和Lee,Y.(2009),“关于两两可能性中二元边际的加权”,《多元分析杂志》,100670-685·Zbl 1155.62044号 ·doi:10.1016/j.jmva.2008.07.004
[22] Kaufman,C.G.、Schervish,M.J.和Nychka,D.W.(2008),“大型空间数据集中基于相似性估计的协方差递减”,《美国统计协会杂志》,第103期,第1545-1555页·Zbl 1286.62072号 ·doi:10.1198/016214500000959
[23] Lee,A.、Yau,C.、Giles,M.、Doucet,A.和Holmes,C.(2010),“关于图形卡对高级蒙特卡罗方法进行大规模并行模拟的实用性”,《计算与图形统计杂志》,第19769-789页·doi:10.1198/jcgs.2010.10039
[24] Lee,Y.和Lahiri,S.(2002),“通过空间子抽样进行最小二乘变异函数拟合”,《皇家统计学会杂志》B,64,837-854·Zbl 1067.62100号 ·数字对象标识代码:10.1111/1467-9868.00364
[25] Li,B.和Zhang,H.(2011),“非对称多元空间协方差结构建模方法”,《多元分析杂志》,1021445-1453·Zbl 1219.62089号 ·doi:10.1016/j.jmva.2011.05.010
[26] Lindsay,B.(1988),“复合似然方法”,当代数学,80221-239·Zbl 0672.62069号 ·doi:10.1090/conm/080/999014
[27] Padoan,S.A.和Bevilacqua,M.(2015),“使用CompRandFld分析随机场”,《统计软件杂志》,63,1-27·doi:10.18637/jss.v063.i09
[28] Pelletier,B.,Dutilleul,P.,Larocque,G.和Fyles,J.(2004),“用广义最小二乘法拟合共区域化的线性模型”,《数学地质学》,36(3),323-343·Zbl 1122.86310号 ·doi:10.1023/B:MATG.0000028440.29965.2d
[29] Porcu,E.、Daley,D.、Buhmann,M.和Bevilacqua,M.(2013),“多元地质统计学紧密支持的径向基函数”,《随机环境研究与风险评估》,27909-922·doi:10.1007/s00477-012-0656-z
[30] Shaby,B.和Ruppert,D.(2012),“锥形协方差:贝叶斯估计和渐近”,《计算与图形统计杂志》,第21433-452页·doi:10.1080/10618600.2012.680819
[31] Stein,M.(2005),“时空协方差函数”,《美国统计协会杂志》,第100期,第310-321页·Zbl 1117.62431号 ·doi:10.1198/016214500000854
[32] Stein,M.、Chi,Z.和Welty,L.(2004),“大型空间数据集的近似可能性”,《皇家统计学会期刊》B,66,275-296·Zbl 1062.62094号 ·doi:10.1046/j.1369-7412.003.05512.x
[33] Suchard,M.、Wang,Q.、anf J.Frelinger,C.C.、Cron,A.和West,M.(2010),“理解统计计算的GPU编程:大规模并行大规模混合中的研究”,《计算与图形统计学杂志》,19419-438·doi:10.1198/jcgs.2010.10016
[34] Varin,C.、Reid,N.和Firth,D.(2011),“复合似然法概述”,《统计》,第21期,第5-42页·Zbl 05849508号
[35] Varin,C.和Vidoni,P.(2005),“关于复合似然推断和模型选择的注释”,《生物统计学》,52,519-528·Zbl 1183.62037号 ·doi:10.1093/biomet/92.3519
[36] Wackernagel,H.(2003),《多元地质统计学:应用简介》,第3版,纽约:施普林格出版社·Zbl 1015.62128号 ·doi:10.1007/978-3-662-05294-5
[37] Wood,S.(2006),《广义加法模型:R简介》,:Chapman和Hall CRC·Zbl 1087.62082号
[38] Zhang,H.(2007),“多元空间线性区域化模型的最大似然估计”,环境计量学,18,125-139·doi:10.1002/env.807
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。