时空数据灵活回归的高效自动方法及其在地下水监测中的应用
应用统计
2013-10-30 v1
摘要
将统计模型拟合到时空数据需要在施加平滑度和遵循数据之间找到正确的平衡。在 p-样条的背景下，我们提出了一个用于选择平滑参数的贝叶斯框架，该框架允许构建完全自动化的数据驱动方法，以将灵活模型拟合到时空数据。我们提出了一种计算高效的实现方案，利用了由此产生的设计矩阵和惩罚矩阵的稀疏性。研究结果通过一个模拟和两个实例进行了说明，所有实例均涉及地下水中污染物的建模，这表明所提出的策略比基于 GCV 和 AIC 等准则的竞争策略更稳定。
引用
@article{arxiv.1310.7815,
title = {Efficient and automatic methods for flexible regression on spatiotemporal data, with applications to groundwater monitoring},
author = {A. W. Bowman and L. Evers and D. Molinari and W. R. Jones and M. J. Spence},
journal= {arXiv preprint arXiv:1310.7815},
year = {2013}
}