空间依赖输出模型的全局灵敏度分析
统计计算
2011-04-22 v4 统计理论
应用统计
统计理论
摘要
复杂数值模型的全局灵敏度分析通常需要估计基于方差的全局灵敏度指标，即Sobol'指数。为替代计算耗时的计算机代码，人们发展了基于元模型的技术，用一个廉价的数学函数来预测计算机代码的输出。常见的基于元模型的灵敏度分析方法适用于输出为标量的计算机代码。然而，在环境领域以及许多其他应用领域中，数值模型的输出往往是空间分布图，且可能随时间变化。本文提出了一种创新方法，能以最少的数值模型计算次数获得Sobol'指数的空间分布图。该方法基于将空间输出在小波基上进行函数分解，并通过高斯过程对 wavelet 系数进行元建模。文中给出了一个解析示例以阐明该方法论的各个步骤。随后，将该技术应用于一个真实的水文地质案例：针对每个模型输入变量，获得了Sobol'指数的空间分布图。
引用
@article{arxiv.0911.1189,
title = {Global sensitivity analysis for models with spatially dependent outputs},
author = {Amandine Marrel and Bertrand Iooss and Michel Jullien and Beatrice Laurent and Elena Volkova},
journal= {arXiv preprint arXiv:0911.1189},
year = {2011}
}