基于协方差惩罚的空间预测方差估计
统计方法学
2014-09-11 v2
摘要
在实践中，空间预测问题中的空间协方差很少（如果有的话）是已知的。通常，在将估计的空间协方差参数代入预测方程后进行预测。估计的空间关联参数也被代入空间预测器的预测方差中。然而，简单地将空间协方差参数估计值代入空间预测器的预测方差并未考虑空间协方差参数真实值的不确定性。因此，插入式预测方差估计值会低估估计空间预测器的真实预测方差，尤其是在小数据集情况下。我们提出了一种基于协方差惩罚并使用参数自助法来估计估计空间预测器预测方差的新方法。我们将新的估计量与文献中提出的其他三种预测方差估计量进行了比较。对于具有弱空间关联的小数据集，新的预测方差估计量通常优于插入法，尽管有时它在所比较的四种预测方差估计量中排名第二。此外，新的预测方差估计量 potentially 可用于非正态预测的情况。
引用
@article{arxiv.1402.1872,
title = {Spatial prediction variance estimation based on covariance penalty},
author = {Roberto Rivera and Wendy Meiring},
journal= {arXiv preprint arXiv:1402.1872},
year = {2014}
}
备注
Critical error makes equation (17) incorrect