用于敏感性分析的元模型构建
统计理论
2019-11-19 v2 统计理论
摘要
我们提出在高斯回归框架下估计复杂模型 m 的元模型与敏感性指数。我们的方法结合了复杂模型敏感性分析的方法与多元高斯回归模型中稀疏非参数估计的统计工具。它基于构建用于逼近 m 的 Hoeffding-Sobol 分解的元模型。该元模型属于一个由希尔伯特空间直和构成的再生核希尔伯特空间，从而导致函数型 ANOVA 分解。元模型的估计通过惩罚最小二乘最小化进行，从而允许选择有助于预测输出的变量子集。它得以估计 m 的敏感性指数。我们建立了估计量风险的神谕型不等式，描述了估计元模型与敏感性指数的步骤，并通过模拟研究评估了该方法的性能。
引用
@article{arxiv.1701.04671,
title = {Metamodel construction for sensitivity analysis},
author = {Sylvie Huet and Marie-Luce Taupin},
journal= {arXiv preprint arXiv:1701.04671},
year = {2019}
}