基于验证准则的贝叶斯与普通克里金比较:在放射性表征中的应用
统计方法学
2023-05-15 v1 统计理论
统计理论
摘要
在核设施退役项目中,放射性表征步骤旨在估计不同放射性核素的量与空间分布。为进行估计,在现场进行测量以获得初步信息。通常工业实践是对这些数据应用空间插值工具(如普通克里金方法)来预测未观测位置处污染(放射性核素浓度、放射性等)的关注值。本文针对普通克里金工具在因未考虑克里金参数(方差与范围)估计不确定性而导致预测方差过于乐观这一众所周知的问题提出质疑。为克服此问题,深入研究了将模型参数视为随机变量的贝叶斯克里金方法的实际应用。在将数据量小的背景下(退役项目中常如此),通过比较贝叶斯克里金与普通克里金性能,证明了贝叶斯克里金的实用性。该结果通过在不同玩具模型上的若干数值测试,并使用互补验证准则获得:可预测系数(Q)、预测方差充分性(PVA)、-置信区间图(及其关联的均方误差alpha(MSEalpha)),以及预测区间充分性(PIA)。后者是适配贝叶斯克里金结果的新准则。最后,在来自CEA Marcoule G3反应堆退役项目的真实数据集上进行了相同比较。它说明了贝叶斯克里金在工业放射性表征中的实际意义。
引用
@article{arxiv.2305.07314,
title = {A comparison between Bayesian and ordinary kriging based on validation criteria: application to radiological characterisation},
author = {Martin Wieskotten and Marielle Crozet and Bertrand Iooss and Céline Lacaux and Amandine Marrel},
journal= {arXiv preprint arXiv:2305.07314},
year = {2023}
}