公開日: 11/25/2021

Gauss過程

空間的モデルによるデータの補間や平滑化

「Gauss過程」プラットフォームは、複数の説明変数と1つの応答変数との間の関係をモデル化します。説明変数と応答変数は共に連続尺度である必要があります。Gauss過程モデル(Gaussian process model)は、有限要素法のようなコンピュータによるシミュレーション実験などの分野で、データを完璧に補間するモデルとして広く利用されています。Gauss過程モデルは、確率的な誤差を持たないモデル、つまり入力変数(説明変数)の値が同じであれば必ず出力変数(応答変数)の値も同じであるようなデータを扱います。

「Gauss過程」プラットフォームは、データに対して空間相関モデル(spatial correlation model)をあてはめます。このモデルにおいては、2つのデータ行の間において、説明変数の値から計算される距離が長いほど、応答変数の相関が弱くなります。

このプラットフォームの目的の1つは予測式を求め、さらなる分析や最適化に役立てることです。

図17.1 Gauss過程の予測曲面の例 

Gaussian Process Prediction Surface Example

目次

Gauss過程の例

「Gauss過程」プラットフォームの起動

「Gauss過程モデル」レポート

予測値と実測値のプロット
モデルのレポート
周辺モデルプロット

「Gauss過程」プラットフォームのオプション

「Gauss過程」プラットフォームの別例

Gauss過程モデルの例
カテゴリカルな説明変数を使ったGauss過程モデルの例

「Gauss過程」プラットフォームの統計的詳細

連続尺度の説明変数を使ったモデル
カテゴリカルな説明変数を使ったモデル
分散計算式のパラメータ化
モデルのあてはめの詳細
より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).