Inom statistik är Gaussisk processemulator ett namn på en allmän typ av statistisk modell som har använts i sammanhang där problemet är att maximalt utnyttja utdata från en komplicerad (ofta icke-slumpmässig) datorbaserad simuleringsmodell. Varje körning av simuleringsmodellen är beräkningsmässigt dyr och varje körning är baserad på många olika styringångar. Variationen av utsignalerna från simuleringsmodellen förväntas variera någorlunda jämnt med ingångarna, men på ett okänt sätt.
Den övergripande analysen involverar två modeller: simuleringsmodellen, eller "simulatorn", och den statistiska modellen, eller "emulatorn", som teoretiskt emulerar de okända utsignalerna från simulatorn.
Den Gaussiska processemulatormodellen behandlar problemet utifrån Bayesiansk statistik . I detta tillvägagångssätt, även om utsignalen från simuleringsmodellen är fixerad för en given uppsättning ingångar, är de faktiska utsignalerna okända om inte datormodellen körs och därför kan göras till föremål för en Bayesiansk analys . Huvudelementet i den Gaussiska processemulatormodellen är att den modellerar utgångarna som en Gaussisk process på ett utrymme som definieras av modellens ingångar. Modellen innehåller en beskrivning av korrelationen eller kovariansen av utdata, vilket gör att modellen kan omfatta idén att skillnader i utdata blir små om det bara finns små skillnader i indata.
Se även
- Currin, C., Mitchell, T., Morris, M. och Ylvisaker, D. (1991) "Bayesian Prediction of Deterministic Functions, with Applications to the Design and Analysis of Computer Experiments," Journal of the American Statistical Association , 86 953-963.
- Kimeldorf, GS och Wahba, G. (1970) "En överensstämmelse mellan Bayesiansk uppskattning av stokastiska processer och utjämning av splines," The Annals of Mathematical Statistics, 41, 495–502.
- O'Hagan, A. (1978) "Kurvanpassning och optimal design för förutsägelser," Journal of the Royal Statistical Society B, 40, 1–42.
- O'Hagan, A. (2006) "Bayesiansk analys av datorkodutgångar: En handledning," Reliability Engineering & System Safety, 91, 1290–1300.
- Sacks, J., Welch, WJ, Mitchell, TJ och Wynn, HP (1989) "Design and Analysis of Computer Experiments," Statistical Science , 4, 409–423.
