Sounding Spider：一种表示高维不确定性的高效方法
统计方法学
2018-08-06 v1 其他统计学
摘要
本文提出一种基于以下要素的多维数据可视化方法：(i) 动画函数型假设结果图（f-HOPs）；(ii) 三维 Kiviat 图；以及 (iii) 数据听觉化。在不确定性量化（UQ）框架下，此类分析与概率密度函数（PDF）等标准统计分析工具相结合，可用于增进对数值代码输入中的不确定性如何转化为关注量（QoI）中的不确定性的理解。与函数型最高密度区域（HDR）箱线图或函数型箱线图等大多数先进技术的静态表示不同，f-HOPs 是一种动态可视化，使从业者能够推断物理过程的动态并观察到可能存在的功能相关性。尽管该技术仅允许表示 QoI，我们提出了 Kiviat 图的三维版本以编码所有输入参数。这一新可视化通过数据听觉化利用了来自 f-HOPs 的信息。总体而言，这允许在同一画布中分析高维参数空间与函数型 QoI 下的大型数据集。所提方法在两个相关的环境数据集上进行了评估并展示了其益处。
引用
@article{arxiv.1808.01217,
title = {Sounding Spider: An Efficient Way for Representing Uncertainties in High Dimensions},
author = {Pamphile T. Roy and Sophie Ricci and Bénédicte Cuenot and Jean-Christophe Jouhaud},
journal= {arXiv preprint arXiv:1808.01217},
year = {2018}
}