Chapitre Hierarchical modelling for univariate data

S. Banerjee, B. Carlin, A. Gelfand

Description

Chapitre 5.3 Hierarchical modelling for univariate data : nonstationary spatial process model S. Banerjee, B. Carlin, A. Gelfand 19 octobre 2006

• r2 processus spatial


• stationnaire isotrope


• process model


• hierarchical modelling


• covariance cov


• processus


• processus stationnaire

Sujets

• Process modeling
• Processus
• Processus stationnaire

Informations

• Publié par: pefav
• Publié le: 01 octobre 2006
• Nombre de lectures: 6
• Langue: English
• Poids de l'ouvrage: 3 Mo

Extrait

Chapitre 5.3 Hierarchical modelling for univariate data nonstationary spatial process model

S. Banerjee, B. Carlin, A. Gelfand

19 octobre 2006

:

Processus stationnaires

Z(s),s∈D⊂R 2 processus spatial

faiblement stationnaire:

E(Z(s)) =µ∈R Cov(Z(s+h),Z(s)) =C(h),h∈R 2

Plus fort,faiblement stationnaire isotrope:

E(Z(s)) =µ∈R Cov(Z(s+h),Z(s)) =C(khk),h∈R 2

ns fort,sertntseuemnniataoiins`eqtrin:

Un peu moins fort,

E(Z(s)−Z(s+h)) = 0 Var(Z(s+h),Z(s)) =γC(h),h∈R 2

e. • c nairtion)sta Z(s(Cevoaicnvora’),s(s=C))s’Z(), uaessere´tni’snO s)β etZ(s emplex T ( s(,)vace=)(µ)sη+nunee ( llemηdenoy euqetnemrtni`sni ednreicrsa.

Danslaplupartdesapplications(environnement,´ecologie, climatologie,...),lestroishypoth`esessontirr´ealistes:

Processus non stationnaires

iseeaitrienmie,brtpoinosa • s)=parexZ(s))=µ( dnnaec (E . , .. • ) et zoe,lenaetm´qurieipooe´gina(rtos