丹尼尔·柯斯纳；布鲁诺·桑索 大型空间数据集的多尺度随机搜索。 （英语） Zbl 1510.62053号 计算。统计数据分析。 146，文章ID 106931，13 p.（2020）. 摘要：大型空间数据集通常表现出仅出现在空间子域中的精细尺度特征，以及更大范围的大尺度特征。提出了一种多尺度空间核卷积模型，其中高分辨率节点捕获精细尺度的局部特征，而低分辨率项用于描述大规模特征。该方法通过使用一种猎枪式随机搜索与随机过程相结合的形式，在诱导结构稀疏性导致空间分辨率变化之前，实现了简约性，并显式识别出具有精细尺度属性的空间子域。与现有方法相比，该方法不需要马尔可夫链蒙特卡罗来生成预测不确定性的完全概率量化。此外，该模型不需要预先指定最大分辨率。基于贝叶斯模型平均的模型拟合方法在大型数据集上是可行的，因为可以并行执行猎枪随机搜索的计算，利用方便的公式在添加单个节点时快速更新系数。使用仿真实验和实际数据证明了计算、预测和区间估计的竞争性能。 引用于1文件 MSC公司： 62-08 统计学相关问题的计算方法 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 关键词：离散核卷积；高斯过程；非平稳空间模型；并行计算 软件：莱蒂斯·克里格；SSS系统；领域；随机字段；GMRFLib公司 PDF格式BibTeX公司 XML格式引用 \textit{D.Kirsner}和\textit{B.Sansó}，计算。统计数据分析。146，文章ID 106931，13 p.（2020；Zbl 1510.62053） 全文： 内政部 参考文献： [1] Banerjee，S.，高维贝叶斯地质统计学，贝叶斯分析。，12583-614（2017年）·Zbl 1384.62315号 [2] 班纳吉，S。；盖尔芬德，A.E。；芬利，A.O。；Sang，H.，《大型空间数据集的高斯预测过程模型》，J.R.Stat.Soc.Ser。B统计方法。，70825-848（2008年）·Zbl 05563371号 [3] Benedetti，M。；贝罗卡尔，V。；Narisetty，N.，通过M-RA和混合PriorsTech识别空间过程中的不均匀区域。密歇根大学技术报告代表（2018年） [4] 伯恩，L。；沙迪克，G。；Zidek，J.V.，《通过维度扩展建模非平稳过程》，J.Amer。统计师。协会，107，497，281-289（2012）·Zbl 1261.62085号 [5] Brenning，A.，《地理信息系统中没有静态假设的地质统计学》（2001），Citeseer [6] Chung，K.L.，《随机过程的基本概率理论》（2012），施普林格科学与商业媒体 [7] Datta，A。；班纳吉，S。；芬利，A.O。；Gelfand，A.E.，大型地质统计数据集的层次最近邻高斯过程模型，J.Amer。统计师。协会，111，514，800-812（2016） [8] Fuentes，M。；Smith，R.L.，一类新的非平稳空间模型技术。代表，技术报告（2001），北卡罗来纳州立大学：北卡罗莱纳州立大学罗利分校 [9] 富勒，R。；Genton，M.G。；Nychka，D.，《用于大型空间数据集插值的协方差锥化》，J.Compute。图表。统计人员。，15, 3, 502-523 (2006) [10] 盖尔芬德，A.E。；Diggle，P。；Guttorp，P。；Fuentes，M.，《空间统计手册》（2010），CRC出版社·Zbl 1188.62284号 [11] Guhaniyogi，R。；Sansó，B.，《使用树木收缩先验的大型多尺度空间建模》（2017年），加利福尼亚大学：加利福尼亚大学圣克鲁斯分校，技术代表·Zbl 1464.62288号 [12] 哈恩，P.R。；Carvalho，C.M.，《贝叶斯线性模型中的解耦收缩和选择：后验总结视角》，J.Amer。统计师。协会，110，509，435-448（2015）·Zbl 1373.62036号 [13] 汉斯，C。；多布拉，A。；West，M.，Shotgun随机搜索“大p”回归，J.Amer。统计师。协会，102，478，507-516（2007）·兹比尔1134.62398 [14] 希顿，M.J。；Datta，A。；芬利，A。；富勒，R。；Guhaniyogi，R。；Gerber，F。；Gramacy，R.B。；哈姆林，D。；Katzfuss，M。；Lindgren，F.，《分析大型空间数据的方法：回顾与比较》（2018），arXiv预印本arXiv:1710.05013 [15] 希顿，M.J。；Datta，A。；芬利，A.O。；富勒，R。；吉尼斯，J。；Guhaniyogi，R。；Gerber，F。；Gramacy，R.B。；哈姆林，D。；Katzfuss，M.，《大型空间数据分析方法之间的竞争案例研究》，J.Agric。生物与环境。统计，1-28（2018） [16] Higdon，D.，《模拟北大西洋温度的过程卷积方法》，环境。经济。Stat.，5，2，173-190（1998年） [17] Kass，R.E。；Wasserman，L.，嵌套假设的参考贝叶斯检验及其与schwarz准则的关系，J.Amer。统计师。协会，90，431，928-934（1995）·Zbl 0851.62020号 [18] Katzfush，M.，《海量空间数据集的多分辨率近似》，J.Amer。统计师。协会，112，517，201-214（2017） [19] 考夫曼，C.G。；Schervish，M.J。；Nychka，D.W.，大型空间数据集中基于相似性估计的协方差减缩，J.Amer。统计师。协会，1034841545-1555（2008）·Zbl 1286.62072号 [20] Lemos，R.T。；Sansó，B.，北大西洋海面温度平均场、异常场和趋势场的时空模型，J.Amer。统计师。协会，104，485，5-18（2009） [21] Lemos，R.T。；Sansó，B.，非均匀空间随机场的条件线性模型，Stat.Methodol。，9，1，275-284（2012），网址http://www.sciencedirect.com/science/article/pii/S15723121000153（天体统计专刊＋空间统计专刊）·Zbl 1248.62172号 [22] 李毅。；Clyde，M.A.，广义线性模型中g-prior的混合，J.Amer。统计师。协会，113，524，1828-1845（2018）·Zbl 1409.62152号 [23] 梁，F。；保罗，R。；莫利纳，G。；克莱德，医学硕士。；Berger，J.O.，贝叶斯变量选择的g先验混合，J.Amer。统计师。协会，103，481，410-423（2008）·Zbl 1335.62026号 [24] Nychka，D。；Bandyopadhyay，S。；哈姆林，D。；林格伦，F。；Sain，S.，用于分析大型空间数据集的多分辨率高斯过程模型，J.Compute。图表。统计人员。，24, 2, 579-599 (2015) [25] Nychka，D。；哈姆林，D。；Sain，S。；Lenssen，N.，Latticekrig：基于马尔可夫随机场的多分辨率kriging（2016），R包7.0版，网址：www.image.ucar.edu/Latticekrig [26] Paciorek，C.J。；Schervish，M.J.，使用一类新的非平稳协方差函数的空间建模，环境计量学，17，5，483-506（2006） [27] H街。；Held，L.，《高斯马尔可夫随机场：理论与应用》（2005），CRC出版社·邮编1093.60003 [28] 施拉特，M。；马林诺夫斯基，A。；Oesting，M。；Boecker，D。；斯特罗科布，K。；Engelke，S。；马丁尼，J。；Ballani，F。；O.莫雷瓦。；Auel，J。；Menck，P.J。；毛重，S。；Ober，美国。；Berreth，C。；Burmeister，K。；马尼茨，J。；里贝罗，P。；辛格尔顿，R。；普法夫，B。；R核心团队，RandomFields:模拟和分析随机场（2017），R包3.1.50版，URLhttps://cran.r-project.org/package=RandomFields [29] 施密特，A.M。；O'Hagan，A.，通过空间变形对非平稳空间协方差结构进行贝叶斯推断，J.R.Stat.Soc.Ser。B统计方法。，65, 3, 743-758 (2003) ·Zbl 1063.62034号 [30] 斯科特·J·G。；Berger，J.O.，变量选择问题中的贝叶斯和经验贝叶斯多重性调整，Ann.Statist。，2587-2619 (2010) ·Zbl 1200.62020年 [31] Stein，M.L.，《全球臭氧柱总量的空间变化》，《应用年鉴》。统计，191-210（2007）·Zbl 1129.62115号 [32] Zellner，A.，《关于使用g-先验分布评估先验分布和贝叶斯回归分析》（Bayesian Inference and Decision Techniques（1986），Elsevier Science）·Zbl 0655.62071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。