<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> Ryan Parker , PhD, JMP Research Statistician Developer, SAS
Gaußsche Prozessmodelle sind eine beliebte Methode, um die Ausgabe von deterministischen Computermodellen zu emulieren, die bei Eingaben in einen wissenschaftlichen Prozess die mit diesen Eingaben verknüpften Ausgaben konstruieren. Computer-Experimente dienen zum Sammeln von Proben aus diesen Modellen über den Bereich der Eingänge. Wir zeigen, wie ein Gaußscher Prozessemulator für große Datensätze erstellt wird, die aus diesen Computerexperimenten (z. B. mit mehr als 2.500 Beobachtungen) gesammelt wurden, indem eine ungefähre Wahrscheinlichkeitsmethode zum Blockieren der in der Gaußschen Prozessplattform in JMP Pro 13 verfügbaren Beobachtungen verwendet wird . Diese Technik ermöglicht die Verwendung von Parallelverarbeitung, um die zur Abschätzung dieser Modelle erforderliche Rechenzeit drastisch zu reduzieren. Außerdem demonstrieren wir eine weitere neue Funktion der Gaußschen Prozessplattform: die Möglichkeit, Modelle mit kategorialen Eingaben abzuschätzen.
