文献

J-GLOBAL ID：202002250822911122   整理番号：20A0582786

Bayesモデルベースの時空間調査設計と部分観測ログGauss Coxプロセス【JST・京大機械翻訳】

Bayesian model based spatiotemporal survey designs and partially observed log Gaussian Cox process

著者 (4件)： Liu Jia (Finnish Meteorological Institute, P.O. Box 503, FI00101 Helsinki, Finland) ,  Liu Jia (Department of Mathematics and Statistics, Faculty of Science, University of Helsinki, P.O. Box 68, FI00014, Finland) ,  Vanhatalo Jarno (Department of Mathematics and Statistics, Faculty of Science, University of Helsinki, P.O. Box 68, FI00014, Finland) ,  Vanhatalo Jarno (Organismal and Evolutionary Biology Research Program, Faculty of Bio- and Environmental Sciences, University of Helsinki, P.O. Box 68, FI00014, Finland)
資料名： Spatial Statistics  (Spatial Statistics)
巻： 35  ページ： Null  発行年： 2020年 
JST資料番号： W3477A  ISSN： 2211-6753  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 地球統計学において,データ収集のための時空設計は正確な予測とパラメータ推論の中心である。地球統計モデルの重要なクラスは対数Gauss型Coxプロセス(LGCP)であるが,それらのための空間的または時空的調査設計に関する形式的解析は存在しない。本研究では,解析者がLGCPの強度関数に関する以前の情報を持つ状況における従来の均衡および均一ランダム設計を研究し,従来の均衡およびランダム設計がそのような状況において効率的でないことを示した。また,多くの情報を提供するために事前に期待される位置に対する調査サイトを指示することにより,従来の均衡およびランダム設計を拡張する,新しい設計サンプリング法,拒絶サンプリング設計を提案した。シミュレーション実験および実世界事例研究におけるLGCP強度関数に対する予測平均予測分散(APV)損失および予想されるKullback-Leibler(KL)発散を用いて,従来の均衡および均一ランダム設計との提案を比較した。APVは,ポイントごとの予測における調査設計の期待される精度について情報を形成し,KL-ダイバージェンスは,強度場の共同分布に関する情報における期待される利得を測定する。事例研究は,フィンランド沿岸地域における2つの商業的に重要な魚資源の幼生地域を分析するための調査計画を計画することに関するものである。著者らの実験は,提案した排除サンプリング法によって生成された設計が,従来のバランスのある一様なランダム調査設計よりも明らかに優れていることを示している。さらに,この方法は一般的に他のモデルに容易に適用できる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィンランド共和国 ,  ダイバージェンス ,  *事例研究 ,  実験計画法 ,  正規分布 ,  シミュレーション ,  対数 ,  統計模型 ,  地球 ,  Bayes推定 ,  沿岸地区 ,  利得 ,  強度関数 ,  調査計画 ,  データ収集

著者キーワード (6件)： 実験計画 ,  ベイズ推論 ,  Kullback-Leibler情報 ,  ログGauss Coxプロセス ,  拒絶サンプリング設計 ,  種の分布

分類 (1件)： 輸送方法・施設  (TB01070C)

タイトルに関連する用語 (7件)： Bayesモデル ,  時空間 ,  調査 ,  設計 ,  観測 ,  ログ ,  プロセス