.png){kind=icon}
返回
A partial envelope approach for modelling multivariate spatial-temporal data
.png){kind=icon}
OA
AI
DOI：10.1002/cjs.70052.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在大数据时代，多变量时空数据的建模因特征的高维性以及不同地点和时间点响应变量间的复杂关联而是一项具有挑战性的任务。为提高估计效率，我们提出了一种空间-时间部分信封模型，该模型在建模高维时空数据时具有简洁性和有效性。部分信封模型是在线性协同区域化模型框架下提出的，该框架允许响应向量中不同变量具有异质性协方差结构。我们研究了估计量的渐近行为，并通过全面的模拟研究来验证所提出方法的有效性和稳健性。我们还应用所提出的模型分析来自美国纽约州锡拉丘兹市个人气象站收集的众包气象数据。
Keyword:
Estimation efficiency
linear coregionalization model
reducing subspace
space-time dependence
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
1
论文数:
30
被引数:
0
机构
引用论文
Sparse envelope model: efficient estimation and response variable selection in multivariate linear regression.png)
BiometrikaOAAI
BiometrikaIF0
OAAI分享收藏分享收藏分享收藏
查看更多内容