×
马克·根顿（Marc G.Genton）。;Jeong、Jaehong

对“任务\（\mathrm{CO}_2\)control：统计科学家在大气二氧化碳遥感中的作用”。 （英语） Zbl 1398.62358号

美国统计协会。 113，编号521，176-178（2018）.
对的注释[N.克雷西同上，第113号，第521、152-168条（2018年；Zbl 1398.62356号)].

引用于1审查

MSC公司：

62页第12页 统计在环境和相关主题中的应用
62立方米 空间过程推断

关键词：

气候变化;\（\mathrm{CO}_2\)通量反演;层次统计模型;克里金;轨道碳观测站-2;预测分布

引文：

Zbl 1398.62356号

软件：

FRK公司;ExaGeoStat公司
PDF格式BibTeX公司 XML格式引用
\textit｛M.G.Genton｝和\textit｛J.Jeong｝，《美国法律总汇》第113卷，第521、176和178号（2018；兹bl 1398.62358）
全文： DOI程序

参考文献：

[1] 阿卜杜拉，S。；Ltaief，H。；孙，Y。；Genton，M.G。；Keyes，D.E.，Exagerosat:多核系统地质统计学的高性能统一框架，（2017）
[2] Bolin，D。；Lindgren，F.，嵌套随机偏微分方程生成的空间模型，及其在全球臭氧测绘中的应用，应用统计学年鉴, 5, 523-550, (2011) ·Zbl 1235.60075号
[3] 布拉德利，J.R。；北卡罗来纳州克雷西。；Shi，T.，使用局部标准比较和选择空间预测因子，测试, 24, 1-28, (2015) ·Zbl 1315.62075号
[4] 布拉德利，J.R。；北卡罗来纳州克雷西。；Shi，T.，数据集可能非常大时空间预测因子的比较，统计调查, 10, 100-131, (2016) ·Zbl 1347.62083号
[5] 卡斯特鲁西奥，S。；Genton，M.G.，《超越轴对称：全球数据的一类改进模型》，斯达, 3, 48-55, (2014)
[6] 卡斯特鲁西奥，S。；Genton，M.G.，用统计模型压缩集合：全球3D时空温度算法，技术计量学, 58, 319-328, (2016)
[7] 卡斯特鲁西奥，S。；Genton，M.G.，《气候模型大时空数据统计推断原则》，统计与概率信件, (2018) ·Zbl 1463.62340号
[8] 卡斯特鲁西奥，S。；吉尼斯，J.，将大规模地理描述符纳入全球进程的进化谱方法，英国皇家统计学会杂志，C系列，66，329-344，（2017）
[9] 卡斯特鲁西奥，S。；Stein，M.L.，气候集合的全球时空模型，应用统计学年鉴, 7, 1593-1611, (2013) ·兹比尔1454.62436
[10] 北卡罗来纳州克雷西。；Johannesson，G.，《超大空间数据集的固定秩克里格法》，英国皇家统计学会杂志，B系列，70209-226，（2008）·Zbl 05563351号
[11] 达斯、B、。，全局协方差建模：各向异性的变形方法, (2000)
[12] Hackbusch，W.，基于\(##?##\)-矩阵。第一部分：简介\(##?##\)-矩阵，计算, 62, 89-108, (1999) ·Zbl 0927.65063号
[13] 哈克布希，W。，层次矩阵：算法与分析（2015），纽约斯普林格·Zbl 1336.65041号
[14] 希顿，M。；Katzfuss，M。；贝雷特，C。；Nychka，D.，使用核卷积在球面上构造有效的空间过程，环境计量学, 25, 2-15, (2014)
[15] 霍雷尔，M.T。；Stein，M.L.，极地卫星数据协方差参数估计方法，中国统计学, 25, 41-59, (2015) ·Zbl 1480.62195号
[16] Jeong，J。；卡斯特鲁西奥，S。；克里帕，P。；Genton，M.G.，用随机发电机减少全球风集合的存储，应用统计学年鉴, 12, 490-509, (2018) ·Zbl 1393.62123号
[17] Jeong，J。；Jun，M.先生。；Genton，M.G.，全球空间统计的球形过程模型，统计科学, 32, 501-513, (2017) ·Zbl 1381.62091号
[18] Jun，M.，全球多变量过程的非静态互协方差模型，斯堪的纳维亚统计杂志, 38, 726-747, (2011) ·Zbl 1246.91113号
[19] Jun，M.，基于Matérn-的全球过程非平稳互协方差模型，多变量分析杂志, 128, 134-146, (2014) ·Zbl 1352.62146号
[20] M·6月。；Stein，M.L.，在球体上生成时空协方差函数的方法，技术计量学, 49, 468-479, (2007)
[21] M·6月。；Stein，M.L.，全球数据的非平稳协方差模型，应用统计学年鉴, 2, 1271-1289, (2008) ·Zbl 1168.62381号
[22] Krupskii，P。；Genton，M.G.，具有时空相关性数据的因子copula模型，空间统计, 22, 180-195, (2017)
[23] Krupskii，P。；Huser，R。；Genton，M.G，复制空间数据的因子copula模型，美国统计协会杂志，113，本期，（2018）·Zbl 1398.62256号
[24] 林格伦，F。；H街。；Lindström，J.，高斯场和高斯-马尔可夫随机场之间的明确联系：随机偏微分方程方法，英国皇家统计学会杂志，B系列，73423-498，（2011）·Zbl 1274.62360号
[25] Litvinenko，A。；孙，Y。；Genton，M.G。；Keyes，D.E.，大型空间数据集分层矩阵的似然近似，（2017）
[26] Stein，M.L.，全球臭氧柱总量的空间变化，应用统计学年鉴, 1, 191-210, (2007) ·Zbl 1129.62115号
[27] Stein，M.L.，空间数据协方差矩阵的低秩近似的限制，空间统计, 8, 1-19, (2014)
[28] 孙，Y。；李，B。；Genton，M.G；波丘，E。；蒙特罗，J.M。；M.施拉特。，自然事件时空建模的进展与挑战《大型数据集的地理统计》，55-77，（2012），纽约斯普林格
[29] Tukey，J.W。，探索性数据分析（1977年），马萨诸塞州雷丁市艾迪森·韦斯利·Zbl 0409.62003号
[30] 徐，G。；Genton，M.G.，Tukey的有效最大近似似然推理克-和-小时分配，计算统计与数据分析, 91, 78-91, (2015) ·Zbl 1468.62215号
[31] 徐，G。；Genton、M.G.、Tukey克-和-小时随机字段，美国统计协会杂志, 112, 1236-1249, (2017)
[32] Zammit-Mangion，A。；北卡罗来纳州克雷西。；Ganesan，A.L.，非高斯双变量建模及其在大气示踪气体反演中的应用，空间统计, 18, 194-220, (2016)
[33] Zammit-Mangion，A。；北卡罗来纳州克雷西。；Ganesan，A.L。；奥多尔蒂，S。；Manning，A.J.，大气示踪气体反演的时空双变量统计模型，化学计量学和智能实验室系统, 149, 227-241, (2015)
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。