Geostatistics with infinite dimensional data: a generalization of cokriging and multivariable spatial prediction
Resumen
Ampliamos cokriging análisis y predicción espacial multivariable para el caso de que las observaciones en cada punto de muestreo consistirá en muestras de funciones aleatorias, es decir, que se extienden dos métodos clásicos de geoestadística multivariante al contexto funcional. Nuestro método cokriging predice una variable a la vez como en un sentido clásico multivariable, pero teniendo en cuenta como información auxiliar curvas en lugar de vectores. Se propone también una extensión de varias variables kriging al contexto funcional mediante la definición de un factor de predicción de una curva de conjunto, basada en muestras de curvas situado en un barrio del sitio predicción. En ambos casos, un enfoque no paramétrico basado en la expansión de funciones de base se utiliza para estimar los parámetros, y se demuestra que ambas propuestas coinciden cuando se utiliza este enfoque. Un modelo lineal de corregionalización se utiliza para definir la dependencia espacial entre los coeficientes de las funciones de base, y por lo tanto para estimar los parámetros funcionales. A modo de ejemplo las propuestas metodológicas se aplican a analizar dos conjuntos de datos reales correspondientes a las temperaturas medias diarias medido en 35 estaciones meteorológicas ubicadas en las provincias canadienses Marítima, y los datos de resistencia a la penetración recogidos en 32 sitios de muestreo de una parcela experimental.
Citas
N. CRESSIE. (1993). "Statistic for spatial data" . Jhon Wiley & Sons, New York.
R. GIRALDO, P. DELICADO, AND J. MATEU. (2010). "Continuous time-varying kriging for spatial prediction of functional data: An environmental applicatian ". Joumal of Agricultura) , Biological, and Environrnental Statistics, 15(1):66 82.
R. GIRALDO, P. DELICADO, AND J. MATEU. (2010). "Ordinary kriging far function-valued spatial data" . Environrnental and Ecological Statistics, DOI: 10.1007/si 0651-010-0143-y .
M. GOULARD AND M. VOLTZ. (1993). "Geastatistical interpolation of curves: A case study in soil science". In A. Soares, editor, Geostatistics Tróia '92, volume 2, pages805 {816. Kluwer Academic Press.
E. ISAAKS AND M. SRIVASTAVA. (1987). "Applied geostatistics ". Oxford University Press, New York.
N. MALFAIT AND J. RAMSAY. (2003). "The historical functional linear madef'. The Canadian Journal of Statistics, 31(2):115-128.
D. MYERS. (1982). "Matrix formulation of Co-kriging''. Mathematical Geology, 14(3):249 {257.
D. NERINI AND P. MONESTIEZ. (2008). "A cakriging methad far spatial functianal data with applicatians in oceanolagy' '. Long summary sent to the first intema-tional workshop on functional and operational statistics. Toulouse, France. http://www.lsp.ups-tlse.fr /staph/IWFOS2008 /.
J. RAMSAY AND B. SILVERMAN. (2005). "Functional data analysis". Second edition. Springer, New York.
J. VER HOEF AND R. BARRY. (1998). "Constructing and fitting models for cokriging and multivariable spatial prediction . Journal af Statistical Planning and Inference, 69:275 {294.
J. VER HOEF AND N. CRESSIE. (1993). "Multivariable spatial prediction''. Mathematical Geology, 25(2):219 240 .