如何在DiceKriging中使用单个测量误差拟合模型,还是可以?

时间:2016-06-09 16:19:41

标签: r stochastic kriging

我有一组5个数据点(x=10,20,30,40,50及其对应的响应值ynoise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.varcoef.trendcoef.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;。

1 个答案:

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")