我有一组5个数据点(x=10,20,30,40,50
及其对应的响应值y
和noise
作为y
的s.d.这些数据来自随机计算机实验。
如何在R中使用DiceKriging来拟合这些数据的克里金模型?
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)
使用coef.var
,coef.trend
和coef.theta
预先指定了具有异构噪声的在线示例。我不太可能拥有先验。
我已经提到答案here。但是,其他参考文献建议添加nugget参数lambda类似于添加均匀噪声,这不太可能&#34;个别错误&#34;。
答案 0 :(得分:1)
使用带有噪音的km
非常简单:
model <- km(~1, data.frame(x=x), y, noise.var = noise, covtype = "matern3_2")
但是,您的噪声项使L-BFGS算法的线搜索部分失败。这可能是由于与y
密切相关的事实,因为当我运行以下行时,它可以工作:
noice <- c(0.009725,0.01432,0.03284, 0.001, 0.1887)
model <- km(~1, data.frame(x=x), y, noise.var = noise, covtype = "matern3_2")