Ryan Parker , PhD, JMP Estadístico de investigación Desarrollador, SAS
Los modelos de procesos gaussianos son una forma popular de emular la salida de modelos informáticos deterministas que, dadas las entradas de un proceso científico, construyen la salida asociada a dichas entradas. Los experimentos informáticos están diseñados para recopilar muestras de estos modelos en el rango de entradas. Demostramos cómo construir un emulador de procesos gaussianos para grandes conjuntos de datos recopilados a partir de estos experimentos informáticos, como aquellos con más de 2500 observaciones, mediante una técnica de verosimilitud aproximada para bloquear las observaciones, disponible en la plataforma de procesos gaussianos de JMP Pro 13. Esta técnica permite el uso del procesamiento paralelo para reducir drásticamente el tiempo de cálculo necesario para estimar estos modelos. Además, demostramos otra nueva característica de la plataforma de procesos gaussianos: la capacidad de estimar modelos con entradas categóricas.
