Il parco di Ryan , PhD, JMP Research Statistician Developer, SAS
I modelli di processo gaussiano sono un modo popolare per emulare l'output di modelli di computer deterministici che, dati gli input di un processo scientifico, costruiscono l'output associato a questi input. Gli esperimenti al computer sono progettati per raccogliere campioni da questi modelli nell'intervallo degli input. Dimostriamo come creare un emulatore di processo gaussiano per grandi set di dati raccolti da questi esperimenti al computer, come quelli con più di 2.500 osservazioni, utilizzando una tecnica di verosimiglianza approssimativa per bloccare le osservazioni disponibile nella piattaforma di processo gaussiano in JMP Pro 13. Questa tecnica consente l'uso dell'elaborazione parallela per ridurre drasticamente il tempo di elaborazione necessario per stimare questi modelli. Inoltre, dimostriamo un'altra nuova funzionalità della piattaforma di processo gaussiano: la capacità di stimare modelli con input categoriali.
