多元时空数据的一类灵活不可分互协方差函数
统计方法学
2016-02-10 v2
摘要
多元时空数据在各科学学科中日益可得。分析这些数据时，关键问题之一是描述多元时空依赖性。在高斯框架下，需要为多元时空协方差函数提出相关模型，即具有非负定性附加要求的矩阵值映射。我们提出了一类用于多元时空高斯随机场的灵活参数化互协方差函数。时空分量属于（单变量）Gneiting类时空协方差函数，空间边际采用Mat\'ern或Cauchy协方差函数。平滑性和尺度参数可因每个变量而不同。我们提供了正定性的充分条件。一项模拟研究表明，该模型的参数可使用加权成对似然有效估计，其属于复合似然方法类。我们随后在法国天气变量数据集上阐释了该模型。
引用
@article{arxiv.1510.07840,
title = {A Flexible Class of Non-separable Cross-Covariance Functions for Multivariate Space-Time Data},
author = {Marc Bourotte and Denis Allard and Emilio Porcu},
journal= {arXiv preprint arXiv:1510.07840},
year = {2016}
}