Estimação não-parametrica para função de covariancia de processos gaussianos espaciais

Detalhes bibliográficos
Autor(a) principal: Gomes, José Clelto Barros
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1609653
Resumo: Orientador: Ronaldo Dias
id UNICAMP-30_7e81276335de06041faea71be9d83b96
oai_identifier_str oai::446610
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Estimação não-parametrica para função de covariancia de processos gaussianos espaciaisNonparametric estimation for covariance function of spatial gaussian processesEstatística não paramétricaProcessos gaussianosTeoria do splineFunção de covariânciaNonparametric statisticsGaussian processesSpline theoryCovariance functionOrientador: Ronaldo DiasDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação CientificaResumo: O desafio na modelagem de processos espaciais está na descrição da estrutura de covariância do fenômeno sob estudo. Um estimador não-paramétrico da função de covariância foi construído de forma a usar combinações lineares de funções B-splines. Estas bases são usadas com muita frequência na literatura graças ao seu suporte compacto e a computação tão rápida quanto a habilidade de criar aproximações suaves e apropriadas. Verificouse que a função de covariância estimada era definida positiva por meio do teorema de Bochner. Para a estimação da função de covariância foi implementado um algoritmo que fornece um procedimento completamente automático baseado no número de funções bases. Então foram realizados estudos numéricos que evidenciaram que assintoticamente o procedimento é consistente, enquanto que para pequenas amostras deve-se considerar as restrições das funções de covariância. As funções de covariâncias usadas na estimação foram as de exponencial potência, gaussiana, cúbica, esférica, quadrática racional, ondular e família de Matérn. Foram estimadas ainda covariâncias encaixadas. Simulações foram realizadas também a fim de verificar o comportamento da distribuição da afinidade. As estimativas apresentaram-se satisfatóriasAbstract: The challenge in modeling of spatials processes is in description of the framework of covariance of the phenomenon about study. The estimation of covariance functions was done using a nonparametric linear combinations of basis functions B-splines. These bases are used frequently in literature thanks to its compact support and fast computing as the ability to create smooth and appropriate approaches There was positive definiteness of the estimator proposed by the Bochner's theorem. For the estimation of the covariance functions was implemented an algorithm that provides a fully automated procedure based on the number of basis functions. Then numerical studies were performed that showed that the procedure is consistent assynthotically. While for small samples should consider the restrictions of the covariance functions, so the process of optimization was non-linear optimization with restrictions. The following covariance functions were used in estimating: powered exponential, Gaussian, cubic, spherical, rational quadratic and Matérn family. Nested covariance funtions still were estimated. Simulations were also performed to verify the behavior of affinity and affinity partial, which measures how good is the true function of the estimated function. Estimates showed satisfactoryMestradoMestre em Estatística[s.n.]Dias, Ronaldo, 1959-Garcia, Jesus EnriqueLeandro, Roseli AparecidaUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em EstatísticaUNIVERSIDADE ESTADUAL DE CAMPINASGomes, José Clelto Barros2009info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf119 p. : il.https://hdl.handle.net/20.500.12733/1609653GOMES, José Clelto Barros. Estimação não-parametrica para função de covariancia de processos gaussianos espaciais. 2009. 119 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1609653. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/446610porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2022-10-05T16:42:02Zoai::446610Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2022-10-05T16:42:02Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
Nonparametric estimation for covariance function of spatial gaussian processes
title Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
spellingShingle Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
Gomes, José Clelto Barros
Estatística não paramétrica
Processos gaussianos
Teoria do spline
Função de covariância
Nonparametric statistics
Gaussian processes
Spline theory
Covariance function
title_short Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
title_full Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
title_fullStr Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
title_full_unstemmed Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
title_sort Estimação não-parametrica para função de covariancia de processos gaussianos espaciais
author Gomes, José Clelto Barros
author_facet Gomes, José Clelto Barros
author_role author
dc.contributor.none.fl_str_mv Dias, Ronaldo, 1959-
Garcia, Jesus Enrique
Leandro, Roseli Aparecida
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Estatística
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Gomes, José Clelto Barros
dc.subject.por.fl_str_mv Estatística não paramétrica
Processos gaussianos
Teoria do spline
Função de covariância
Nonparametric statistics
Gaussian processes
Spline theory
Covariance function
topic Estatística não paramétrica
Processos gaussianos
Teoria do spline
Função de covariância
Nonparametric statistics
Gaussian processes
Spline theory
Covariance function
description Orientador: Ronaldo Dias
publishDate 2009
dc.date.none.fl_str_mv 2009
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1609653
GOMES, José Clelto Barros. Estimação não-parametrica para função de covariancia de processos gaussianos espaciais. 2009. 119 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1609653. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1609653
identifier_str_mv GOMES, José Clelto Barros. Estimação não-parametrica para função de covariancia de processos gaussianos espaciais. 2009. 119 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1609653. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/446610
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
119 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189009244553216