×

贝叶斯P样条和R中的高级计算,用于时空点过程的变化点分析。 (英语) Zbl 1510.62378号

总结:这项工作提出了一种新的时空点过程数据变化点检测方法的高级计算方面。我们总结了该方法,该方法基于建立数据的贝叶斯层次模型,并声明了对变化点数量和位置的先验猜测,并展示了如何就潜在变化点的接受做出决策。这项工作的重点是选择一种方法来检测正确的变化点,并在可行的计算时间内提供平滑可靠的估计;我们提出贝叶斯P样条作为一种合适的工具来管理空间变化,无论是从计算还是模型拟合性能的角度来看。概述了主要的计算挑战,提出了一种涉及R中并行计算的解决方案,并在仿真研究中进行了测试。本文还介绍了意大利过去20年地震事件数据集的应用。

MSC公司:

62立方米 从空间过程推断
60G55型 点过程(例如,泊松、考克斯、霍克斯过程)
2015年1月62日 贝叶斯推断
62G08号 非参数回归和分位数回归
62-08 统计学相关问题的计算方法
86甲15 地震学(包括海啸建模)、地震
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Altieri L,Scott M,Cocchi D,Illian J.时空点过程的变化点分析。2015年空间统计。http://dx.doi.org/10.1016/j.spasta.2015.05.005。[PubMed]、[Web of Science®]、[Google学者]·Zbl 1510.62378号 ·doi:10.1016/j.spasta.2015.05.005
[2] Wyse J,Friel N,Rue H。段内具有相关性的多个变化点模型的近似无模拟贝叶斯推断。贝叶斯分析。2011;6:501-528. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1330.62160号
[3] Adelfio G,Chiodi M.时空点过程半参数模型的FLP估计和诊断工具。2015年空间统计。doi:10.1016/j.spasta.2015.06.004。[Crossref]、[PubMed]、[Web of Science®]、[Google学者]
[4] Nicolis O、Adelfio G、Chiodi M.加窗ETAS模型在智利地震目录中的应用。2015年空间统计。doi:10.1016/j.spasta.2015.05.006。[Crossref]、[PubMed]、[Web of Science®]、[Google学者]
[5] Möller J,Waagepetersen R.空间点过程的现代统计。奥尔堡:奥尔堡大学数学科学系;2006年(研究报告系列;编号R-2006-12)。[谷歌学者]·Zbl 1157.62067号
[6] Diggle PJ公司。空间和时空点模式的统计分析。第三版,佛罗里达州博卡拉顿:Taylor&Francis Group;2014.[谷歌学者]·Zbl 1435.62004号
[7] Liang S,Carlin BP,Gelfand AE.利用空间和非空间协变量信息分析明尼苏达州结肠癌和直肠癌的点模式。Ann Appl Stat.2009;3:943-962. [Crossref]、[Web of Science®]、[Google学者]·兹比尔1196.62143
[8] 伊利安·巴蒂斯特。使用集成嵌套拉普拉斯近似(INLA)拟合复杂空间点过程模型的工具箱。Ann Appl Stat.2012;6:1499-1530. [Crossref]、[Web of Science®]、[Google Scholar]·Zbl 1257.62093号
[9] Waagepetersen R.具有不完全协变量数据的非均匀空间点过程的函数估计。生物特征。2008;95:351-363. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1437.62643号
[10] Diggle PJ、Moraga P、Rowlingson B、Taylor BM。空间和时空log-Gaussian Cox过程:扩展地质统计学范式。统计科学。2013;95:542-563. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1331.86027号
[11] Möller J,Waagepetersen RP。空间点过程的统计推断和模拟。佛罗里达州博卡拉顿:查普曼和霍尔/CRC;2004.[谷歌学者]·Zbl 1044.62101号
[12] Chen J,Gupta AK。参数统计变化点分析。马萨诸塞州波士顿:Birkhauser;2012.【Crossref】,【谷歌学者】·Zbl 0980.62013.中
[13] Rue H,Martino S,Chopin N。使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。J R Statist Soc B.2009年;71:319-392. [Crossref],[Google学者]·Zbl 1248.62156号
[14] Cressie N,Wikle CK.时空数据统计。霍博肯:约翰·威利父子公司;2011.[谷歌学者]·Zbl 1273.62017年
[15] Taylor BM、Davies TM、Rowlingson BS、Diggle PJ。Lgcp:在R.J Statist Softw中利用空间和时空log-Gaussian Cox过程进行推断。2013;52(4). [Crossref]、[Web of Science®]、[Google学者]
[16] Yue YR,Loh JM。非均匀空间点过程的贝叶斯半参数强度估计。生物计量学。2011;67:937-946. [Crossref]、[PubMed]、[Web of Science®]、[Google学者]·兹比尔1226.62091
[17] Sörbye HS,Rue H.空间建模中内禀高斯马尔可夫随机场先验标度。空间统计2014;8:39-51. [Crossref]、[Web of Science®]、[Google学者]
[18] Eilers PHC,Marx BD。使用B样条和惩罚的灵活平滑。统计科学。1996;11:89-102. [Crossref]、[Web of Science®]、[Google学者]·Zbl 0955.62562号
[19] Eilers PHC、Currie ID、Durbán M.大型多维网格上的快速紧凑平滑。计算统计数据分析。2006;5:61-76. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1429.62020号
[20] Eilers PHC、Marx BD.样条、节点和惩罚。Wiley Interdiscip Rev:计算统计2010;2:637-653. [Crossref],[Google学者]
[21] Lang S,Brezger A.贝叶斯P样条。计算机图形统计杂志2004;13:183-212。[Taylor&Francis Online]、[Web of Science®]、[Google学者]·Zbl 07257866号
[22] Goicoa T、Ugarte MD、Etxeberria J、Militino AF。空间疾病映射中CAR和P样条模型的比较。2012年环境经济统计;19:537-599. [Crossref]、[Web of Science®]、[Google学者]
[23] D-J Lee,Durbán M.Smooth-Car空间计数数据混合模型。计算统计数据分析。2009;53:2968-2977. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1453.62130号
[24] Ugarte MD、Goicoa T、Militino AF。使用惩罚样条对死亡率风险进行时空建模。环境计量学。2004;21:270-289. [Crossref]、[Web of Science®]、[Google学者]
[25] Bruno F,Greco F,Ventrucci M.使用贝叶斯P样条对成分协变量进行非参数回归。统计方法应用。2015年,doi:10.1007/s10260-015-0339-2。[Crossref]、[Web of Science®]、[Google Scholar]·Zbl 1416.62208号
[26] Lee DJ,Durbán M.时空平滑的P样条ANOVA型交互模型。统计模型。2011;11:49-69. [Crossref]、[Web of Science®]、[Google Scholar]·Zbl 07256837号
[27] Wood SN.广义可加模型:R.Boca Raton,FI:Chapman和Hall/CRC简介;2006.【Crossref】,【谷歌学者】·Zbl 1087.62082号
[28] Rue H,Held L.高斯马尔可夫随机场。Boca Raton,FI:查普曼和霍尔/CRC;2005.【Crossref】,【谷歌学者】·邮编1093.60003
[29] Lindgren F,Rue H.贝叶斯空间建模与R-INLA。J统计软件。2015;63(19). [Crossref]、[Web of Science®]、[Google学者]
[30] Blangiardo M,Cameletti M.使用R-INLA的空间和时空贝叶斯模型。奇切斯特:威利;2015.【Crossref】,【谷歌学者】·Zbl 1318.62001号
[31] R-core团队。包“并行”;2010年。网址:https://stat.ethz.ch/R-manual/R-devel/library/parallel/doc/paralle.pdf。[谷歌学者]
[32] Urbanek S.Multicore:在多核或CPU机器上并行处理R代码;(2009年至今)。可在https://cran.r-project.org/package=多核。[谷歌学者]
[33] McCallum QE,Weston S.Parallel R.分布式世界中的数据分析。加利福尼亚州塞巴斯托波尔:O'Reilly Media;2011.[谷歌学者]
[34] Schmidberger M、Morgan M、Eddelbuettel D、Yu H、Tierney L、Mansmann U.与R.J Statist Softw并行计算的最新技术。2009;31(1). [Crossref]、[Web of Science®]、[Google学者]
[35] K-P Chen、Y-B Tsai、Amorese D、W-Y Chang。合并台湾地震目录中频率-震级分布的变化点检测更新。陆地、大气海洋科学。2011;22:261-269. [Crossref]、[Web of Science®]、[Google学者]
[36] 希勒PM,斯塔克PB。全球大地震的风险最近没有增加。Proc Nat科学院。2012年;109:717-721. [Crossref]、[PubMed]、[Web of Science®]、[Google学者]
[37] Fearnhead P,Ziu L.跨段依赖的多个变化点模型的有效贝叶斯分析。统计计算。2011;21:217-229. [Crossref]、[Web of Science®]、[Google学者]·Zbl 1254.62029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。