文献

J-GLOBAL ID：202002291077991048   整理番号：20A0582788

地球統計学モデルのBayes交差検証【JST・京大機械翻訳】

Bayesian cross-validation of geostatistical models

著者 (3件)： Lobo Viviana G.R. (Department of Statistical Methods, Federal University of Rio de Janeiro, Rio de Janeiro, Brazil) ,  Fonseca Thais C.O. (Department of Statistical Methods, Federal University of Rio de Janeiro, Rio de Janeiro, Brazil) ,  Moura Fernando A.S. (Department of Statistical Methods, Federal University of Rio de Janeiro, Rio de Janeiro, Brazil)
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： 地理参照データに対するモデルの検証または批判の問題は,結論が訓練および検証事例に対するデータの分割に敏感であるという結論と同様に挑戦的である。これは,推定を残し,仮定したモデルによる予測を行うために,データの部分集合を選択する基本的検証スキームに関連する明らかな問題である。この装置では,モデルを検証するために,通常,いくつかのサンプル外の位置しか選択されない。他方では,訓練と検証観察に分割されたデータのいくつかの可能な構成を考慮する交差検証アプローチは魅力的な代替であるが,パラメータの推定が通常計算的に集中的な方法を必要とするので,計算的に要求される。本研究の目的は,競合モデル間を選択し,空間領域の異なる領域における空間モデルの適合性を評価するために,交差検証技術を用いることである。可能なデータ分割に確率分布を割り当てることにより,訓練と検証集合を選択するためのサンプリング設計を考察した。交差検証の計算負荷を扱うために,事後サンプルの重要性重みづけに基づく計算的に効率的な方法における不一致関数を推定した。さらに,空間的不均一性を考慮し,予測された予測不一致測度の全分散を減少させるために,層別交差検証法を提案した。また,均質および不均一空間過程のシミュレーション例による提案の利点と,リオデジャネイロにおける降雨データセットへの応用を示した。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： *層別 ,  重みづけ ,  適応性 ,  パラメータ推定 ,  交差検証法 ,  測度 ,  確率分布 ,  シミュレーション ,  地理学 ,  降雨
準シソーラス用語： 計算負荷 ,  空間モデル ,  *地球統計学 , 【Automatic Indexing@JST】

著者キーワード (6件)： 検証サンプル ,  データ分配 ,  空間プロセス ,  モデル批評 ,  不一致関数 ,  重要性サンプリング

分類 (1件)： 輸送方法・施設  (TB01070C)

タイトルに関連する用語 (4件)： 地球統計学 ,  モデル ,  交差 ,  検証