Optimal sampling design for functional and spatio-temporal random fields
Esta tesis extiende los diseños de muestreo óptimos a la predicción espacial univariada y multivariada de datos funcionales. En ambos casos, se presentan predictores insesgados con sus respectivas varianzas. En el caso univariado, se propone usar cokriging simple sobre el campo aleatorio escalar for...
- Autores:
-
Bohorquez Castañeda, Martha Patricia
- Tipo de recurso:
- Doctoral thesis
- Fecha de publicación:
- 2015
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/56622
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/56622
http://bdigital.unal.edu.co/52477/
- Palabra clave:
- 51 Matemáticas / Mathematics
Functional data
Geostatistics
Optimal sampling
Spatio-temporal data
Datos funcionales
Geostadística
Spatio-temporal data
Muestreo óptimo
Datos funcionales
Datos espacio-temporales
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| id |
UNACIONAL2_f8e5556cc32b0655cd5963ae656a6d69 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/56622 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Optimal sampling design for functional and spatio-temporal random fields |
| title |
Optimal sampling design for functional and spatio-temporal random fields |
| spellingShingle |
Optimal sampling design for functional and spatio-temporal random fields 51 Matemáticas / Mathematics Functional data Geostatistics Optimal sampling Spatio-temporal data Datos funcionales Geostadística Spatio-temporal data Muestreo óptimo Datos funcionales Datos espacio-temporales |
| title_short |
Optimal sampling design for functional and spatio-temporal random fields |
| title_full |
Optimal sampling design for functional and spatio-temporal random fields |
| title_fullStr |
Optimal sampling design for functional and spatio-temporal random fields |
| title_full_unstemmed |
Optimal sampling design for functional and spatio-temporal random fields |
| title_sort |
Optimal sampling design for functional and spatio-temporal random fields |
| dc.creator.fl_str_mv |
Bohorquez Castañeda, Martha Patricia |
| dc.contributor.advisor.spa.fl_str_mv |
Mateu, Jorge (Thesis advisor) |
| dc.contributor.author.spa.fl_str_mv |
Bohorquez Castañeda, Martha Patricia |
| dc.contributor.spa.fl_str_mv |
Giraldo Henao, Ramón |
| dc.subject.ddc.spa.fl_str_mv |
51 Matemáticas / Mathematics |
| topic |
51 Matemáticas / Mathematics Functional data Geostatistics Optimal sampling Spatio-temporal data Datos funcionales Geostadística Spatio-temporal data Muestreo óptimo Datos funcionales Datos espacio-temporales |
| dc.subject.proposal.spa.fl_str_mv |
Functional data Geostatistics Optimal sampling Spatio-temporal data Datos funcionales Geostadística Spatio-temporal data Muestreo óptimo Datos funcionales Datos espacio-temporales |
| description |
Esta tesis extiende los diseños de muestreo óptimos a la predicción espacial univariada y multivariada de datos funcionales. En ambos casos, se presentan predictores insesgados con sus respectivas varianzas. En el caso univariado, se propone usar cokriging simple sobre el campo aleatorio escalar formado por los puntajes asociados con la representación de los datos funcionales en términos de sus componentes principales funcionales empíricos. En el caso multivariado, se desarrolla la predicción espacial de una variable funcional en sitios no muestreados, usando covariables funcionales, es decir, se presenta el cokriging funcional. Se demuestra que a través de la representación de cada función en términos de sus componentes principales funcionales empíricos, el cokriging funcional solo depende de la auto-covarianza y de la covarianza cruzada de los vectores de puntajes asociados, los cuales son campos aleatorios escalares. Se proponen criterios de diseño para todos los predictores desarrollados en esta tesis. Adicionalmente, se construye una metodología para diseños de muestreo espacial dinámicos que permitan encontrar la estimación óptima de la media espacial y la predicción espacial óptima en un tiempo futuro, basados en la variación temporal de la estructura de dependencia espacial. Las metodologías son aplicadas a las redes de calidad del aire de Bogotá y México. |
| publishDate |
2015 |
| dc.date.issued.spa.fl_str_mv |
2015 |
| dc.date.accessioned.spa.fl_str_mv |
2019-07-02T11:59:30Z |
| dc.date.available.spa.fl_str_mv |
2019-07-02T11:59:30Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Doctorado |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_db06 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TD |
| format |
http://purl.org/coar/resource_type/c_db06 |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/56622 |
| dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/52477/ |
| url |
https://repositorio.unal.edu.co/handle/unal/56622 http://bdigital.unal.edu.co/52477/ |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística Departamento de Estadística |
| dc.relation.references.spa.fl_str_mv |
Bohorquez Castañeda, Martha Patricia (2015) Optimal sampling design for functional and spatio-temporal random fields. Doctorado thesis, Universidad Nacional de Colombia - Sede Bogotá. |
| dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/56622/1/52174568.2015.pdf https://repositorio.unal.edu.co/bitstream/unal/56622/2/52174568.2015.pdf.jpg |
| bitstream.checksum.fl_str_mv |
e0c99ccbadb2f68193dd03fb7a48a0c0 001a9de60b37980457b4fd71b76c31fe |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1814089318232227840 |
| spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Henao, RamónMateu, Jorge (Thesis advisor)cd5cf8fc-2444-4d63-860e-7b8694f109b1-1Bohorquez Castañeda, Martha Patricia9043777b-58e5-4bba-b1e8-7e1669095e003002019-07-02T11:59:30Z2019-07-02T11:59:30Z2015https://repositorio.unal.edu.co/handle/unal/56622http://bdigital.unal.edu.co/52477/Esta tesis extiende los diseños de muestreo óptimos a la predicción espacial univariada y multivariada de datos funcionales. En ambos casos, se presentan predictores insesgados con sus respectivas varianzas. En el caso univariado, se propone usar cokriging simple sobre el campo aleatorio escalar formado por los puntajes asociados con la representación de los datos funcionales en términos de sus componentes principales funcionales empíricos. En el caso multivariado, se desarrolla la predicción espacial de una variable funcional en sitios no muestreados, usando covariables funcionales, es decir, se presenta el cokriging funcional. Se demuestra que a través de la representación de cada función en términos de sus componentes principales funcionales empíricos, el cokriging funcional solo depende de la auto-covarianza y de la covarianza cruzada de los vectores de puntajes asociados, los cuales son campos aleatorios escalares. Se proponen criterios de diseño para todos los predictores desarrollados en esta tesis. Adicionalmente, se construye una metodología para diseños de muestreo espacial dinámicos que permitan encontrar la estimación óptima de la media espacial y la predicción espacial óptima en un tiempo futuro, basados en la variación temporal de la estructura de dependencia espacial. Las metodologías son aplicadas a las redes de calidad del aire de Bogotá y México.Abstract. We extend the framework of optimal sampling designs to the spatial prediction of univariate and multivariate functional data. In both cases, we derive unbiased predictors and their variances. In the univariate case, we propose to use a simple cokriging predictor with the scalar random fields resulting from the scores associated with the representation of the functional data with the empirical functional principal components. In the multivariate case, we develop spatial prediction of a functional variable at unsampled sites, using functional covariates, that is, we present a functional cokriging method. We show that through the representation of each function in terms of its empirical functional principal components, the functional cokriging only depends on the auto-covariance and cross-covariance of the associated score vectors, which are scalar random fields. Design criteria are given for all predictors derived in this thesis. In addition, we develop a methodology for dynamic spatial sampling designs to find the optimal spatial mean estimation and the optimal spatial prediction at some future time points, based on the temporal variation of the spatial dependence structure. The methodologies are applied to the networks of air quality of Bogot\'a and M\'exico.Doctoradoapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaBohorquez Castañeda, Martha Patricia (2015) Optimal sampling design for functional and spatio-temporal random fields. Doctorado thesis, Universidad Nacional de Colombia - Sede Bogotá.51 Matemáticas / MathematicsFunctional dataGeostatisticsOptimal samplingSpatio-temporal dataDatos funcionalesGeostadísticaSpatio-temporal dataMuestreo óptimoDatos funcionalesDatos espacio-temporalesOptimal sampling design for functional and spatio-temporal random fieldsTrabajo de grado - Doctoradoinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06Texthttp://purl.org/redcol/resource_type/TDORIGINAL52174568.2015.pdfapplication/pdf5329015https://repositorio.unal.edu.co/bitstream/unal/56622/1/52174568.2015.pdfe0c99ccbadb2f68193dd03fb7a48a0c0MD51THUMBNAIL52174568.2015.pdf.jpg52174568.2015.pdf.jpgGenerated Thumbnailimage/jpeg4511https://repositorio.unal.edu.co/bitstream/unal/56622/2/52174568.2015.pdf.jpg001a9de60b37980457b4fd71b76c31feMD52unal/56622oai:repositorio.unal.edu.co:unal/566222023-03-18 23:06:54.435Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |