Ryan Parker , PhD, JMP-Forschungsstatistiker-Entwickler, SAS
Gaußsche Prozessmodelle sind eine beliebte Methode, um die Ergebnisse deterministischer Computermodelle zu emulieren. Diese Modelle konstruieren aus gegebenen Eingaben für einen wissenschaftlichen Prozess die entsprechenden Ergebnisse. Computerexperimente dienen dazu, Stichproben aus diesen Modellen über den gesamten Eingabebereich hinweg zu sammeln. Wir zeigen, wie man einen Gaußschen Prozessemulator für große Datensätze aus diesen Computerexperimenten (z. B. mit mehr als 2.500 Beobachtungen) erstellt. Dazu wird ein approximatives Wahrscheinlichkeitsverfahren zur Blockierung der Beobachtungen verwendet, das in der Gaußschen Prozessplattform in JMP Pro 13 verfügbar ist. Dieses Verfahren ermöglicht die parallele Verarbeitung, wodurch die Rechenzeit zur Schätzung dieser Modelle drastisch reduziert wird. Außerdem zeigen wir eine weitere neue Funktion der Gaußschen Prozessplattform: die Möglichkeit, Modelle mit kategorialen Eingaben zu schätzen.
