2
Ich habe einen Satz von 5 Datenpunkten (x=10,20,30,40,50 und seine entsprechenden Antwortwerte y und noise als y). Diese Daten stammen aus stochastischen Computer-Experimenten.Wie Modell mit einzelnen Messfehlern in DiceKriging passen, oder kann es?
Wie kann ich DiceKriging in R verwenden, um ein Kriging-Modell für diese Daten zu passen?
x <- seq(from=10, to=50, length=5)
y <- c(-0.071476,0.17683,0.19758,0.2642,0.4962)
noise <- c(0.009725,0.01432,0.03284, 0.1038, 0.1887)
Beispiele online heterogenen Rauschen sind vorgegebenem mit coef.var, coef.trend und coef.theta. Es ist unwahrscheinlich, dass ich a priori auf diese haben können.
Ich habe here auf die Antwort verwiesen. Andere Referenzen schlagen jedoch vor, dass das Hinzufügen des Nugget-Parameters Lambda dem Hinzufügen von homogenem Rauschen ähnlich ist, was wahrscheinlich nicht "individuelle Fehler" ist.
Ist das wirklich Lärm, wenn sie so mit x und y korreliert? Ich verstehe heterogene Geräusche möglicherweise nicht vollständig. Wenn nicht, fügen Sie das Rauschen möglicherweise als unabhängigen Effekt in das Modell ein? – cgage
@cgage Ich habe die Benennungen in Fall ändert es das falsche Wort benutzt, um mich klar. Ja, diese Daten sind hochgradig linear korreliert (nur um zu testen, die tatsächlichen Daten sind viel mehr nichtlinear). Aber in der Lage zu sein, dem Modell zu sagen: „Es gibt individuelle Fehler“, aber nicht gleiche sd für alle“macht es eine bessere Einschätzung des Konfidenzintervall (und damit EI, erwartete Verbesserungen). – user2513881