一般区域上矢量随机场的伪变差矩阵函数
《Journal of Statistical Planning and Inference》:Pseudo variogram matrix functions for vector random fields on general domains
【字体:
大
中
小
】
时间:2026年09月24日
来源:Journal of Statistical Planning and Inference 1.1
编辑推荐:
•伪变异函数矩阵函数在一般指标域上得到刻画。
•基于度量的矩阵伪变异函数在反余弦准二次空间上得以发展。
•模型包括幂律、幂指数和向量分数布朗运动。
•构建了具有连续ARMA边缘的时空协方差矩阵模型。
•提出的一个非可分离模型被应用于堪萨斯州温度的协同克里金插值。
引言
在地
•伪变异函数矩阵函数在一般指标域上得到刻画。
•基于度量的矩阵伪变异函数在反余弦准二次空间上得以发展。
•模型包括幂律、幂指数和向量分数布朗运动。
•构建了具有连续ARMA边缘的时空协方差矩阵模型。
•提出的一个非可分离模型被应用于堪萨斯州温度的协同克里金插值。
引言
在地球物理、生态、信息、生物、医学、环境和气候科学中,在空间和/或时间上观测到的具有多个变量的各种大数据已变得无所不在。分析这类向量空间或时空数据的难点在于,在向量设置中,需要一个框架来描述不仅各分量的性质,而且分量之间可能存在的交叉关系。这给科学家和数据分析人员带来了重大的分析挑战,因此要求通过随机过程或随机场,在空间上和/或时间上对各个应用领域中的现象进行随机和统计建模;例如,参见Cressie(1993)、Ver Hoef和Cressie(1993)、Rehman和Shapiro(1996)、Li和Zhang(2011)、Ma(2011a)-Ma(2011c)、Du和Ma(2012)、Genton和Kleiber(2015)、Kovács等(2016)、Cressie和Zammit-Mangion(2016)、Qadir和Sun(2021)、Qadir等(2021)、Vu等(2022)、D?rr和Schlather(2023a)-D?rr和Schlather(2023b),以及Du和Ma(2025)。
将多元数据视为向量随机场的实现,通常采用两类模型,一类具有二阶矩,另一类具有二阶增量。具体来说,考虑一个m元随机场{Z(x)=(Z?(x),…,Z?(x))′, x∈??},其中A′表示向量或矩阵A的转置,??是一个时间、空间或时空指标域。对于具有二阶矩的随机场{Z(x), x∈??},其均值函数记为EZ(x),其协方差矩阵函数定义为C(x?,x?)=E(Z(x?)-EZ(x?))(Z(x?)-EZ(x?))′, x?,x?∈??,其中主对角线元素称为直接协方差函数,非对角线元素称为交叉协方差函数。
一个m元随机场{Z(x), x∈??}被称为具有二阶增量的,如果它的所有增量Z?(x?)-Z?(x?)(x?∈??, x?∈??)对于k∈{1,…,m}都具有二阶矩。如何定义其相关性结构是文献中的一个重要问题,主要围绕所谓的交叉变异函数展开,对此已有相当多的争论(Myers,1991;Cressie,1993;Papritz等,1993;Ver Hoef和Cressie,1993;Cressie和Wikle,1998;以及Ver Hoef和Barry,1998)。无论交叉变异函数如何定义,变异函数矩阵(函数)的一个重要用途都是空间或时空协同克里金插值,如在Myers(1991)、Cressie(1993)、Ver Hoef和Cressie(1993)、Künsch等(1997)、Cressie和Wikle(1998)、Ver Hoef和Barry(1998)、Wagner(2003)、Zimmerman和Holland(2005)中所示。
对于具有二阶增量的单变量随机场{Z(x), x∈??},其变异函数或结构函数定义为γ(x?,x?)=?var(Z(x?)-Z(x?)), x?,x?∈??。
将变异函数的概念从单变量情形推广到多元情形时,我们不仅需要每个分量的变异函数,还需要不同分量之间的交叉变异函数,它们构成了所谓的变异函数矩阵。对于每个分量的变异函数无疑只是一个单变量变异函数。问题在于如何定义两个不同分量之间的交叉变异函数,对此至少有2种不同的定义。交叉变异函数的两种广泛使用的定义是协方差形式和方差形式,分别得出协方差型(或传统型)变异函数矩阵函数(Cressie,1993)和方差型(或伪型)变异函数矩阵函数(Myers,1991;Cressie,1993;Cressie和Wikle,1998)。
对于具有二阶增量的m元随机场{Z(x), x∈??},其变异函数矩阵函数定义为
γ(x?,x?)=?E{Z(x?)-Z(x?)-E(Z(x?)-Z(x?))}{Z(x?)-Z(x?)-E(Z(x?)-Z(x?))}′, x?,x?∈??。
在假设E(Z?(x?)-Z?(x?))2<∞下,{Z(x), x∈??}的伪变异函数矩阵函数记为π?(x?,x?),其元素为
π???(x?,x?)=?var(Z?(x?)-Z?(x?)), x?,x?∈??, i,j=1,…,m。
变异函数矩阵函数γ(x?,x?)可以用伪变异函数矩阵函数π?(x?,x?)表示为
γ(x?,x?)=?π?(x?,x?)+?π?(x?,x?)-?π?(x?,x?)-?π?(x?,x?), x?,x?∈??。
然而,逆表达式可能不可用,除非π?(x?,x?)是对称的。用C(x?,x?)表示,只要它存在,伪变异函数矩阵函数π?(x?,x?)可以表示为
π?(x?,x?)=?(C??(x?,x?) C??(x?,x?) ? C??(x?,x?))1′+?1(C??(x?,x?) C??(x?,x?) ? C??(x?,x?))′-C(x?,x?), x?,x?∈??,
其中1=(1,…,1)′∈??。
变异函数矩阵函数γ(x?,x?)的特征化定理在Ma(2011c)中提出,而在一般??上伪变异函数矩阵函数π?(x?,x?)的特征化定理尚未建立,作为Ma(2011a)和Du和Ma(2012)中的开放问题。最近,D?rr和Schlather(2023a)-D?rr和Schlather(2023b)刻画了在??=??的特殊情形下伪变异函数矩阵函数。
更进一步,第2节刻画了一般指标域??上伪变异函数矩阵函数,作为Du和Ma(2012)中提出的开放问题的解答,并证明它不仅仅是一个伪函数,而是一个确实的特征度量,类似于协方差型变异函数矩阵函数,适用于具有二阶增量和交叉增量的向量随机场。
作为伪变异函数矩阵函数特征化定理的应用,第3节研究了在反余弦准二次度量空间(??,φ)上依赖于度量的伪变异函数矩阵函数,其中??是???1的一个子集,度量φ(x?,x?)是反余弦和准二次函数的复合(Ma,2024;Ma,2025;Du和Ma,2025)。更准确地说,反余弦准二次度量φ(x?,x?)定义为
φ(x?,x?)=arccos((w(x?))′Λw(x?)), x?,x?∈??,
其中w(x)是定义在??上的向量值函数,Λ是一个严格正定矩阵,|(w(x?))′Λw(x?)|≤1(x?,x?∈??),且(w(x?))′Λw(x?)=1当且仅当x?=x?。通过适当选择w(x)和Λ,此类度量空间的例子包括球、椭球、单纯形(或d-方形的角)、有界实心圆锥、有界实心双曲面及其表面。??上各向同性协方差矩阵函数的一般形式以及??上各向同性(协方差型)变异函数矩阵函数的一般形式分别在Ma(2012)和Du等(2013)中确定。第3节提供了矩阵函数成为??上各向同性伪变异函数矩阵函数的充要条件,并为反余弦准二次度量空间上依赖于度量的伪变异函数矩阵函数给出了充分条件。
第4节考察了幂指数模型、幂律伪变异函数矩阵函数以及度量空间上的向量分数布朗运动的一般形式。特别是,它解决了Genton和Kleiber(2015)中提出的关于??中多元幂指数模型特征化的问题,其中论证了它可以作为一个有用的模型,而不需要复杂的计算;双变量情形参见Moreva和Schlather(2023)。在度量空间上向量分数布朗运动的背景下,第4节中的核心考虑涉及Hurst指数之间的相互关系。
第5节对堪萨斯州每日最高和最低气温数据集进行了分析,作为我们提出的多元时空数据建模、分析和插值策略的示例。为此,我们开发了一类具有自回归移动平均(ARMA)时间边缘的时空协方差矩阵模型,基于第2节建立的伪变异函数模型的特征化。特别是,我们将具有AR(1)时间边缘的相关模型应用于该数据集,重点关注最高和最低气温在空间和时间上的依赖结构。我们将提出的模型与几个经典时空相关模型进行比较,以评估其在存在缺失值情况下,特别是当主变量的空间观测有限时的预测性能。
第2节(伪变异函数矩阵函数的特征化定理)、第3节(反余弦准二次度量空间上依赖于度量的伪变异函数矩阵函数)、第4节(幂律伪变异函数矩阵函数、向量分数布朗运动和幂指数模型)、第5节(通过基于伪变异函数的协方差模型对堪萨斯州温度进行时空插值)中定理的证明分别在附录A(证明)、附录B(证明)、附录C(证明)、附录D(证明)、附录E(证明)和附录F(证明)中给出。
第2节:伪变异函数矩阵函数的特征化定理
本节呈现了一般指标域??上伪变异函数矩阵函数的特征化定理。特别是,下面的定理2.1适用于任意指标域??上的椭圆轮廓随机场,且不要求平稳性,这与D?rr和Schlather(2023a)的定理1形成对比,后者是为??上的平稳高斯随机场建立的。因此,定理2.1回答了Du和Ma(2012)中提出的问题,并包含了D?rr和Schlather的定理1。
第3节:反余弦准二次度量空间上依赖于度量的伪变异函数矩阵函数
在???1(d≥2)的一个子集??上,反余弦准二次度量φ(x?,x?)定义如(2)式。本节应用定理2.1和定理2.2研究??上的伪变异函数矩阵函数,其元素是反余弦准二次度量φ(x?,x?)的连续函数。
假设π?(θ)是[0,π]上的一个m×m矩阵函数,且其所有元素π???(θ),i,j=1,…,m,都是[0,π]上的连续函数,因此它们关于cosθ也是连续的。根据……中的结果
第4节:幂律伪变异函数矩阵函数、向量分数布朗运动和幂指数模型
设ρ(x?,x?)是??上的一个度量或距离函数。在度量空间(??,ρ)上,本节应用定理2.1和定理2.2中伪变异函数矩阵函数的特征化,推导出幂指数模型、幂律伪变异函数矩阵函数和向量分数布朗运动的一般形式。
Genton和Kleiber(2015)中提出的一个开放问题是??中幂指数模型的可能性,它是一个m×m矩阵函数C(x?,x?)……
第5节:通过基于伪变异函数的协方差模型对堪萨斯州温度进行时空插值
伪变异函数尽管由于解释上的困难而长期被低估利用,但可以作为开发灵活的协方差结构的有效中间步骤,用于建模和分析复杂的时空数据集。在此基础上,我们提出了一类具有连续自回归和移动平均(ARMA)边缘的时空协方差矩阵函数,它直接整合了初始时间研究信息。该模型被应用于分析……
致谢
作者感谢副编辑和两位匿名审稿人对前一版手稿的仔细审阅以及深思熟虑的意见和建设性的建议,这些意见和建议显著改进了本文。
李晓西 | 杜娟 | 马春生