×
魏云飞;陈代军;熊世峰

多输入计算机实验的投影寻踪仿真。 （英语） Zbl 07571115号

Commun公司。统计、理论方法 51，编号17，6078-6090（2022）.
摘要：本文研究了多输入变量计算机实验的投影寻踪仿真。该方法旨在捕捉对响应的输入的最具影响力的方向，从而降低主动维度。在一定条件下证明了其插值性质。我们还提出了一种两阶段方法来处理投影寻踪方法不收敛的情况。仿真研究表明，所提出的方法比传统的克里金方法更有效。

MSC公司：

62至XX 统计

关键词：

高斯过程;插值;克里金;非参数回归模型

软件：

左侧（lhs）;全球供应链;NLopt（NLopt）;mlegp公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wei}等人，Commun。Stat.，理论方法51，No.17，6078--6090（2022；Zbl 07571115）
全文： 内政部

参考文献：

[1] Aldrin，M.，多元反应数据的中度投影寻踪回归，计算统计与数据分析，21501-31（1996）·Zbl 0900.62334号
[2] 奥尔德林，M。；博尔维肯，E。；Schweder，T.，中度非线性的投影寻踪回归，计算统计与数据分析，16379-403（1993）·Zbl 0937.62535号
[3] 布库瓦拉斯，A。；Gosling，J.P。；Maruri Aguilar，H.，计算机实验的有效筛选方法，Technometrics，56，4242-31（2014）·doi:10.1080/00401706.2013.866599
[4] 卡内尔，R.2020。lhs：拉丁超立方体样本。R包版本1.1.1。
[5] Chang，J。；Lee，H.K.，通过多阶段策略进行变量选择，《应用统计杂志》，42，4，762-74（2015）·Zbl 1514.62471号 ·doi:10.1080/0226677633.2014.985640
[6] Choi，T。；史建清。；Wang，B.，单指数模型的高斯过程回归方法，非参数统计杂志，23，1，21-36（2011）·Zbl 1359.62121号 ·网址：10.1080/10485251003768019
[7] Clarke，J.A.，《建筑设计中的能源模拟》（2001），牛津：Butterworth-Heinemann，牛津
[8] Dancik，G.M.2013年。mlegp：高斯过程的最大似然估计。R包3.1.4版。
[9] Delbridge，I.A.、Bindel，D.S.和Wilson，A.G.，2019年。回归的随机投影加性高斯过程。arXiv：1912.12834。
[10] Demmel，J.W.，应用数值线性代数（1997），工业和应用数学学会·Zbl 0879.65017号
[11] Fan，J.，局部线性回归平滑器及其极大极小效率，《统计年鉴》，21，1，196-216（1993）·Zbl 0773.62029号 ·doi:10.1214/aos/1176349022
[12] 范，J。；Gijbels，I.，《可变带宽和局部线性回归平滑器》，《统计年鉴》，第20、4、2008-36页（1992年）·Zbl 0765.62040号 ·doi:10.1214/aos/1176348900
[13] 费拉蒂，F。；戈亚，A。；Salinelli，E。；Vieu，P.，功能投影寻踪回归，Test，22，2，293-320（2013）·Zbl 1367.62117号 ·doi:10.1007/s11749-012-0306-2
[14] 弗里德曼，J.H。；Stuetzle，W.，投影寻踪回归，美国统计协会杂志，76376817-23（1981）·doi:10.1080/01621459.1981.1047729
[15] Gilboa，E。；Saatci，Y。；坎宁安，J.，454-61（2013）
[16] Gramacy，R.B。；Lian，H.，高斯过程单指数模型作为计算机实验的仿真器，Technometrics，54，1，30-41（2012）·doi:10.1080/00401706.2012.650527
[17] 霍尔，P。；Turlach，B.A.，非参数回归中适应稀疏设计的插值方法，美国统计协会杂志，92，438，466-72（1997）·Zbl 0890.62033号 ·doi:10.1080/01621459.1997.10473998
[18] W·哈德尔。；霍尔，P。；Ichimura，H.，单指数模型中的最优平滑，《统计年鉴》，21，1，157-78（1993）·兹比尔0770.62049 ·doi:10.1214/aos/1176349020
[19] Jeffrey，S.R.和Tristen，H.，2020年。np：混合数据类型的非参数核平滑方法。R包版本0.60-10。
[20] 约瑟夫·V·R。；Kang，L.，基于回归的反距离加权及其在计算机实验中的应用，《技术计量学》，53，3，254-65（2011）·doi:10.1198/TECH.2011.09154
[21] 康，L。；Joseph，V.R.，《内核近似：从回归到插值》，SIAM/ASA《不确定性量化杂志》，4，1，112-29（2016）·Zbl 1381.62063号 ·doi:10.1137/130948112
[22] 林克莱特，C.D。；宾厄姆·D·。；西北部亨加特纳。；希格顿，D。；Ye，K.，计算机实验中高斯过程模型的变量选择，技术计量学，48，4，478-90（2006）·doi:10.1198/00401700600000228
[23] 刘，X。；Guillas，S.，《高斯过程模拟的降维：水深测量对海啸高度影响的应用》，SIAM/ASA《不确定性量化杂志》，5，1，787-812（2017）·Zbl 1403.62217号 ·doi:10.1137/16M1090648
[24] 马云（Ma，Y.）。；Zhu，L.，《降维的半参数方法》，《美国统计协会杂志》，107，497，168-79（2012）·兹比尔1261.62037 ·doi:10.1080/01621459.2011.646925
[25] Morris，M.D.，《初步计算实验的因子抽样计划》，技术计量学，33，2，161-74（1991）·doi:10.1080/00401706.1991.10484804
[26] 莫里斯医学博士。；Mitchell，T.J.，《计算实验的探索性设计》，《统计规划与推断杂志》，43，3，381-402（1995）·Zbl 0813.62065号 ·doi:10.1016/0378-3758（94）00035-T
[27] Reich，B.J。；Storlie，C.B。；Bondell，H.D.，贝叶斯平滑样条方差分析模型中的变量选择：确定性计算机代码的应用，技术计量学，51，2，110-20（2009）·doi:10.1198/TECH.2009.0013
[28] 鲁森，C.B。；Hastie，T.J.，自动平滑样条投影追踪，计算与图形统计杂志，3，235-48（1994）
[29] Runarsson，T.P。；Yao，X.，约束进化优化中的搜索偏差，IEEE系统汇刊，人与控制论，C部分（应用与评论），35，2，233-43（2005）·doi:10.1109/TSMCC.2004.841906
[30] 萨克斯，J。；Welch，W。；米切尔·T·J。；Wynn，H.P.，《计算机实验的设计与分析》，统计科学，4，4，409-23（1989）·Zbl 0955.62619号 ·doi:10.1214/ss/1177012413
[31] 桑特纳，T.J。；威廉姆斯，B.J。；Notz，W.I.，《计算机实验的设计与分析》（2018），纽约：施普林格出版社，纽约·Zbl 1405.62110号
[32] Shepard，D.，不规则空间数据的二维插值函数，Proc。第23届ACM全国会议，517-24（1968）·doi:10.1145/800186.810616
[33] Steven，G.J.，2016年。nlopt：非线性优化包。R包版本1.1.0。
[34] Sung，C.-L。；王伟杰。；普卢姆利，M。；Haaland，B.，《大规模多输入计算机实验的多分辨率功能方差分析》，美国统计协会杂志，115，530，908-19（2020）·Zbl 1445.62189号 ·doi:10.1080/01621459.2019.1595630
[35] Yang，X.，萤火虫算法，随机测试函数和设计优化，国际生物启发计算杂志，2，2，78-84（2010）·doi:10.1504/IJBIC.2010.032124
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。