控制随机克里金中的不准确来源

科学家与工程师通常使用仿真模型来研究实际实验成本高昂、困难或不可能的真实系统。许多仿真具有随机性，即相同输入配置下的重复运行会产生不同输出。对于昂贵或耗时的仿真，随机克里金\citep{ankenman}常用于对仿真模型输出进行预测，这些输出因函数逼近与随机变化而存在不确定性。本文制定并论证了若干实验设计准则，以确保随机克里金仿真器的准确性。我们将随机克里金预测中的误差分解为名义、数值、参数估计以及参数估计数值分量，并针对底层实验设计的性质提供了控制每一分量之方法。各误差源所隐含的设计性质弱冲突，并提出了广泛原则。简言之，空间填充性质“小填充距离”与“大分离距离”应与不同输入配置上的重复实验相平衡，重复次数取决于随机与过程变异的相对大小。非平稳性意味着在更活跃区域具有更高输入密度，而回归函数则意味着与传统设计性质的平衡。给出了若干示例以阐明结果。