×

Shapley值分析中高阶矩相关重要度的估计。 (英语) Zbl 1481.62022号

概要:为了理解输出不确定性如何在一组随机输入之间共享,实践者越来越多地使用了矩相关重要性度量。由于维数灾难,计算大量输入的Borgonovo灵敏度指数仍然是一个具有挑战性的问题,本文将对此进行讨论。利用copula理论的最新发展,提出了一种估计方案。此外,利用Shapley值的概念推导出新的敏感性指数,这使得对Borgonovo指数的解释更加容易。与其他现有方法相比,由此产生的重要性度量具有双重优势,因为它可以量化一个输入变量对整个输出分布的影响,同时考虑了与其他变量的所有可能相关性和相互作用。通过几个分析实例验证了所提方法的有效性,并通过实际测试案例(如钻孔水流研究)说明了计算效率方面的优势。此外,完成了一项关于发射器第一级重返大气层的详细案例研究。

MSC公司:

62小时05 多元概率分布的表征与结构理论;连接线
62甲12 多元分析中的估计
91年12月 合作游戏
PDF格式BibTeX公司 XML格式引用
全文: 内政部 哈尔

参考文献:

[1] Iooss,B。;Lemaêtre,P.,《全球敏感性分析方法综述,复杂系统模拟优化中的不确定性管理》,101-122(2015),Springer
[2] 博尔戈诺沃,E。;Plischke,E.,《敏感性分析:最新进展综述》,欧洲期刊Oper。决议,248,3,869-887(2016)·Zbl 1346.90771号
[3] Borgonovo,E.,《一种新的不确定性重要性度量》,可靠性工程与系统安全,92,6,771-784(2007)
[4] 博尔戈诺沃,E。;卡斯廷斯,W。;Tarantola,S.,《独立于矩的重要性度量:新结果和分析测试案例》,《风险分析》。,31, 3, 404-428 (2011)
[5] Plischke,大肠杆菌。;博尔戈诺沃,E。;Smith,C.L.,《给定数据的全球敏感性测量》,欧洲期刊Oper。研究,226,3536-550(2013)·Zbl 1292.90290号
[6] 刘,Q。;Homma,T.,力矩相关不确定性重要性度量的新计算方法,可靠性工程与系统安全,94,7,1205-1211(2009)
[7] 魏,P。;卢,Z。;Yuan,X.,力矩相关灵敏度分析的蒙特卡罗模拟,可靠性工程与系统安全,110,60-67(2013)
[8] Derennes,P。;莫里奥,J。;Simatos,F.,力矩无关重要性度量的非参数重要性抽样估计器,可靠性工程与系统安全,187,3-16(2019)
[9] 张,L。;卢,Z。;Cheng,L。;Fan,C.,评估硼力矩相关重要度的新方法及其在飞机结构中的应用,可靠性工程与系统安全,132163-175(2014)
[10] 魏,P。;卢,Z。;Song,J.,使用copula进行力矩相关敏感性分析,风险分析。,34, 2, 210-222 (2014)
[11] Derennes,P。;莫里奥,J。;Simatos,F.,《使用copula和最大熵框架估计与力矩无关的重要性测度》,2018年冬季模拟会议(WSC),1623-1634(2018),IEEE
[12] Czado,C.,基于藤蔓Copula的建模的最新发展,使用藤蔓Copula分析相关数据,203-226(2019),Springer
[13] Kurowicka,D。;Cooke,R.M.,《高维相关性建模的不确定性分析》(2006),John Wiley&Sons·Zbl 1096.62073号
[14] 1748006X18781121
[15] Owen,A.B.,Sobol’Indices and shapley value,SIAM/ASA Journal on Uncertainty Quantification,2,1,245-251(2014)·Zbl 1308.91129号
[16] Borgonovo,E.,《测量不确定性重要性:替代方法的调查和比较》,《风险分析》。,26, 5, 1349-1361 (2006)
[17] 鲍曼,A.W。;Azzalini,A.,《数据分析的应用平滑技术:带S-Plus插图的核方法》,18(1997),牛津大学出版社·Zbl 0889.62027号
[18] 海德雷奇,N.-B。;辛德勒,A。;Sperlich,S.,《核密度估计的带宽选择:全自动选择器综述》,AStA统计分析进展,97,4,403-433(2013)·Zbl 1443.62083号
[19] Page Jr,T.J.,《多元统计:向量空间方法》,JMR,《市场研究杂志》(1986年以前),21,000002,236(1984)
[20] Shampine,L.F.,matlab中的矢量化自适应正交,J.Compute。申请。数学。,211, 2, 131-140 (2008) ·Zbl 1134.65021号
[21] 卡斯廷斯,W。;博尔戈诺沃,E。;莫里斯,M。;Tarantola,S.,《基于密度的敏感性分析中的取样策略》,环境建模与软件,38,13-26(2012)
[22] 罗,X。;卢,Z。;Xu,X.,动量相关不确定性重要性测度的快速计算方法,计算物理通讯,185,1,19-27(2014)·Zbl 1344.65008号
[23] Scott,D.W.,《多元密度估计:理论、实践和可视化》(2015),John Wiley&Sons·Zbl 1311.62004号
[24] Sklar,M.,《维度和边界划分函数》,Publ。inst.统计师。巴黎大学,8229-231(1959)·Zbl 0100.14202号
[25] Der Kiureghian,A。;Liu,P.-L.,不完全概率信息下的结构可靠性,工程机械。,112, 1, 85-104 (1986)
[26] Plischke,E。;Borgonovo,E.,《基于Copula的计算机实验敏感性测量》,《复杂工程系统的安全性和可靠性》(2015)
[27] Plischke,E。;Borgonovo,E.,Copula理论和概率敏感性分析:有联系吗?,欧洲药典。研究,277,3,1046-1059(2019)·Zbl 1430.62103号
[28] Charpentier,A。;Fermanian,J.-D。;Scaillet,O.,《连接函数的估计:理论与实践》,《连接矩阵:从理论到金融应用》,35-64(2007)
[29] Genest,C。;Favre,A.-C.,关于copula建模,你一直想知道但又不敢问的一切,J.Hydrol。工程,12,4,347-368(2007)
[30] 贾沃斯基,P。;杜兰特,F。;哈德尔,W.K。;Rychlik,T.,Copula理论及其应用,198(2010),Springer·Zbl 1194.62077号
[31] Nadarajah,S。;阿富埃切塔,E。;Chan,S.,《连接词简编》,Statistica,77,4,279-328(2018)·Zbl 1473.62164号
[32] 方,H.-B。;方,K.-T。;Kotz,S.,给定边缘的超椭圆分布,J.Multivar。分析。,82, 1, 1-16 (2002) ·Zbl 1002.62016年
[33] 麦克尼尔,A.J。;Nešlehová,J.,多元阿基米德copula,d-单调函数和l1-范数对称分布,《统计年鉴》,37,5B,3059-3097(2009)·Zbl 1173.62044号
[34] 里巴特,M。;Sedki,M.,极值连接函数和最大稳定过程,法国社会统计杂志,154,1,138-150(2013)·Zbl 1316.60080号
[35] Fermanian,J.-D.,Copula的Goodness-of-fit检验,J.Multivar。分析。,95, 1, 119-152 (2005) ·Zbl 1095.62052号
[36] Genest,C。;雷米拉德,B。;Beaudoin,D.,Copula的拟合优度测试:综述和权力研究,保险:数学和经济学,44,2199-213(2009)·Zbl 1161.91416号
[37] Genest,C。;Rivest,L.-P.,《二元阿基米德连接函数的统计推断程序》,美国统计协会,88,423,1034-1043(1993)·Zbl 0785.62032号
[38] Gijbels,I。;Mielniczuk,J.,估计copula函数的密度,统计学中的通信——理论和方法,19,2,445-464(1990)·Zbl 0900.62188号
[39] 温克文,吴晓霞,连接词密度的变换核估计,印前http://agecon2.tamu.edu/people/faculty/wu-ximing/agecon2/public/copula.pdf(2015).
[40] Chen,S.X.,密度函数的Beta核估计,计算统计与数据分析,31,2,131-145(1999)·Zbl 0935.62042号
[41] Sancetta,A。;Satchell,S.,《伯恩斯坦copula及其在多元分布建模和逼近中的应用》,经济学。理论,20,3535-562(2004)·Zbl 1061.62080号
[42] Okhrin,O。;Okhrin,Y。;Schmid,W.,层次阿基米德连接函数的性质,《金融和保险应用中的统计与风险建模》,30,1,21-54(2013)·Zbl 1348.62044号
[43] Nielsen,F.,分层聚类,HPC与MPI数据科学导论,195-211(2016),施普林格
[44] Okhrin,O。;Okhrin,Y。;Schmid,W.,《关于层次阿基米德连接函数的结构和估计》,J.Econom。,173, 2, 189-204 (2013) ·Zbl 1443.62137号
[45] Mazo,G。;吉拉德,S。;Forbes,F.,一类基于二元连词乘积的多元连词,J.Multivar。分析。,140, 363-376 (2015) ·Zbl 1329.62271号
[46] Liebscher,E.,不对称多元连接函数的构造,J.Multivar。分析。,99, 10, 2234-2250 (2008) ·Zbl 1151.62043号
[47] Joe,H.,具有给定边距和m(m-1)/2双变量相关参数的m变量分布族,讲义-专题系列,120-141(1996)
[48] 贝德福德,T。;Cooke,R.M.,用藤蔓建模的条件相关随机变量的概率密度分解,Ann.Math。Artif公司。智力。,32,1-4245-268(2001年)·Zbl 1314.62040号
[49] 贝德福德,T。;Cooke,R.M.,《藤蔓:相依随机变量的新图形模型》,《统计年鉴》,1031-1068(2002)·Zbl 1101.62339号
[50] Callies,美国。;Kurowicka,D。;Cooke,R.,《评估多站点温度预测的图形模型:葡萄藤和独立图的比较》,Proc。ESREL 2003,安全与可靠性,1363-371(2003)
[51] Aas,K。;Czado,C。;弗里吉斯,A。;Bakken,H.,《多重依赖的Pair-copula构造》,《保险:数学和经济学》,44,2,182-198(2009)·Zbl 1165.60009号
[52] 迪斯曼,J。;Brechmann,E.C。;Czado,C。;Kurowicka,D.,《选择和估算规则藤蔓交配及其在财务回报中的应用》,计算统计与数据分析,59,52-69(2013)·Zbl 1400.62114号
[53] Nagler,T。;Czado,C.,使用简化的藤连接函数进行非参数密度估计时避免维数灾难,J.Multivar。分析。,151, 69-89 (2016) ·Zbl 1346.62071号
[54] Nagler,T。;谢尔哈斯,C。;Czado,C.,简化藤系模型的非参数估计:方法比较,依赖建模,5,1,99-120(2017)·Zbl 1404.62034号
[55] Shapley,L.S.,n人博弈的一个值,对博弈论的贡献,2,28,307-317(1953)·兹比尔0050.14404
[56] 欧文,A.B。;Prieur,C.,On shapley value for measurement importance of dependent inputs,SIAM/ASA Journal On Uncertainty Quantification,5,1,986-1002(2017)·Zbl 1386.65064号
[57] Song,E。;Nelson,B.L。;Staum,J.,《全球敏感性分析的Shapley效应:理论和计算》,SIAM/ASA《不确定性量化杂志》,4,1,1060-1083(2016)·Zbl 1403.62226号
[58] B.Iooss,C.Prieur,《依赖输入敏感性分析的Shapley效应:与sobol指数、数值估计和应用的比较》,arXiv:1707.01334(2017)。
[59] F.Gamboa,P.Gremaud,T.Klein,A.Lagnoux,《全球敏感性分析:基于秩统计的新一代强大估计量》(2020年)。
[60] Bouyé,E。;杜尔曼,V。;Nikeghbali,A。;Riboulet,G。;Roncalli,T.,Copulas for finance-a reading guide and some applications,见SSRN 1032533(2000)
[61] 麦克尼尔,A.J。;弗雷,R。;Embrachts,P.,《定量风险管理:概念、技术和工具——修订版》(2015),普林斯顿大学出版社·Zbl 1337.91003号
[62] L.Hernández,J.Tejero,J.Vinuesa,椭圆交配相关参数的最大似然估计,arXiv:1412.6316(2014)。
[63] Bucher,C。;陈,Y。;舒勒,G.,利用响应面法进行时变可靠性分析,结构系统的可靠性和优化88,1-14(1989),施普林格
[64] 埃查德,B。;北卡罗来纳州盖顿。;Lemaire,M.,Ak-mcs:一种结合克里金和蒙特卡罗模拟的主动学习可靠性方法,Struct。安全。,33, 2, 145-154 (2011)
[65] 埃查德,B。;北卡罗来纳州盖顿。;勒迈尔,M。;Relun,N.,《小失效概率与时滞数值模型的组合重要性抽样和克里金可靠性方法》,可靠性工程与系统安全,111,232-240(2013)
[66] Lelièvre,N。;Beaureaire,P。;马特兰,C。;Gayton,N.,Ak-mcsi:处理小失效概率和耗时模型的基于kriging的方法,Struct。安全。,73, 1-11 (2018)
[67] 甘博阿,F。;Janon,A。;Klein,T。;拉格努克斯,A。;Prieur,C.,sobol pick-freeze montecarlo方法的统计推断,统计学(Ber),50,4,881-902(2016)·Zbl 1355.62010号
[68] Myshetskaya,E.,小敏感性指数的蒙特卡罗估计量,蒙特卡罗方法和应用,13,5-6,455-465(2008)·Zbl 1138.65004号
[69] Owen,A.B.,《小苏博尔敏感性指数的更好估计》,《ACM建模与计算机仿真汇刊》(TOMACS),23,2,1-17(2013)·Zbl 1490.62192号
[70] 哈珀,W.V。;Gupta,S.K.,《对比拉丁超立方体采样和确定性灵敏度方法的钻孔场景的灵敏度/不确定性分析》(1983年),巴特尔纪念研究所核废物隔离办公室
[71] 莫里斯医学博士。;米切尔·T·J。;Ylvisaker,D.,《计算机实验的贝叶斯设计和分析:导数在表面预测中的应用》,《技术计量学》,35,3,243-255(1993)·Zbl 0785.62025号
[72] An,J。;Owen,A.,《准回归》,J.Complex。,17, 4, 588-607 (2001) ·兹比尔0993.65018
[73] 沃利,B.A.,《确定性不确定性分析》,技术报告(1987),田纳西州橡树岭国家实验室(美国)
[74] Derennes,P。;查布里顿,V。;莫里奥,J。;Balesdent,M。;西马托斯,F。;Bourinet,J.-M。;Gayton,N.,用于发射级辐射敏感性分析和可靠性评估的非参数重要抽样技术,空间工程建模与优化,59-86(2019),Springer
[75] Venter,G.G.,连接尾,《伤亡精算学会学报》,89,68-113(2002)
[76] 弗拉姆,G。;容克,M。;Schmidt,R.,《估算尾部依赖系数:属性和陷阱》,《保险:数学和经济学》,37,1,80-100(2005)·Zbl 1101.62012年
[77] Durante,F.,《不可变二元分布函数的构造》,《统计论文》,50,2,383-391(2009)·Zbl 1309.60006号
[78] Tawn,J.A.,《双变量极值理论:模型和估计》,《生物统计学》,75,3,397-415(1988)·Zbl 0653.62045号
[79] 哈夫,I.H。;Aas,K。;Frigessi,A.,《关于简化的对系词构造意味着有用还是过于简单?》?,J.多变量。分析。,101, 5, 1296-1310 (2010) ·Zbl 1184.62079号
[80] Stoeber,J。;Joe,H。;Czado,C.,简化对copula构造的限制和扩展,J.Multivar。分析。,119, 101-118 (2013) ·Zbl 1277.62139号
[81] Spanhel,F。;Kurz,M.S.,《简化藤系模型:基于简化假设的近似值》,715(2015)·Zbl 1418.62225号
[82] Han,D。;Tan,K.S。;Weng,C.,具有glm和稀疏性的Vine copula模型,《统计学中的通信——理论和方法》,46,13,6358-6381(2017)·Zbl 1368.60013号
[83] Vatter,T。;Nagler,T.,对copula构造的广义加性模型,计算与图形统计杂志,27,4,715-727(2018)·Zbl 07498985号
[84] 谢尔哈斯,C。;Spanhel,F.,使用惩罚样条估计非简化藤蔓连接函数,统计计算。,28, 2, 387-409 (2018) ·兹比尔1384.62170
[85] Schepsmeier,U.,《常规葡萄树连接树模型的优良性测试》,《经济评论》。第38、1、25-46版(2019年)·Zbl 1490.62132号
[86] M.S.Kurz,F.Spanhel,《在高维藤蔓连接中测试简化假设》,arXiv:1706.02338(2017)。
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。