优先采样下地统计模型的 MCEM 与 SAEM 算法
统计方法学
2021-08-04 v1
摘要
地统计中的优先采样问题出现在采样位置的选择借助了研究中现象的信息时。优先采样下的地统计模型处理此问题，但参数估计具有挑战性，因为似然函数无封闭形式。我们开发了 MCEM 与 SAEM 算法以求解模型参数的最大似然估计，并将我们的方法与现有方法（蒙特卡洛似然近似与拉普拉斯近似）进行比较。我们进行了模拟研究以评估所提方法的质量，结果显示在优先采样下具有良好的参数估计与预测。最后，我们在著名的加利西亚苔藓数据上说明我们的发现。
引用
@article{arxiv.2108.01510,
title = {MCEM and SAEM Algorithms for Geostatistical Models under Preferential Sampling},
author = {Douglas Mateus da Silva and Lourdes C. Contreras Montenegro},
journal= {arXiv preprint arXiv:2108.01510},
year = {2021}
}