网络叉乘时间上的不可分时空平稳协方差函数
统计方法学
2022-08-09 v1 统计理论
统计理论
摘要
数据科学的兴起带来了越来越多高数据复杂性的挑战。本文应对时空数据的挑战，其中空间域不是平面、球面或线性网络，而是广义网络（称为带欧氏边的图）。此外，数据在不同时间瞬间被重复测量。我们提供新的不可分时空平稳协方差函数类，其中“空间”可以是广义网络、欧氏树或线性网络，而时间可以是线性的或圆形的（季节性）。由于构造原理较为技术化，我们侧重于通过示例说明引导读者构造具有统计可解释性的例子。一项模拟研究表明，与错误设定模型相比，我们能够恢复正确模型。另外，我们的模拟研究显示能有效恢复模拟参数。在数据分析中，我们考虑了一个交通事故数据集，基于协方差设定和基于网络的度量显示出改进的模型性能。
引用
@article{arxiv.2208.03359,
title = {Nonseparable Space-Time Stationary Covariance Functions on Networks cross Time},
author = {Emilio Porcu and Philip A. White and Marc G. Genton},
journal= {arXiv preprint arXiv:2208.03359},
year = {2022}
}