روش های مونت کارلویی همیلتونی برای تحلیل مدل آمیخته خطی تعمیم یافته فضایی چوله

برای مدل بندی پاسخ های فضایی گسسته، مدل های آمیخته خطی تعمیم یافته فضایی استفاده می شود. در این مدل ها همبستگی فضایی داده ها به صورت متغیرهای پنهان فضایی وارد مدل می شود. معمولا برای سادگی فرض می شود که متغیرهای پنهان دارای توزیع نرمال هستند که نادرست بودن این فرض برروی دقت نتایج تاثیرگذار است. در این مقاله متغیرهای پنهان با میدان تصادفی چوله گاوسی بسته مدل بندی می شوند که بزرگ تر و انعطاف پذیرتر از میدان تصادفی گاوسی می باشد. یک الگوریتم جدید برای به دست آوردن برآورد ماکسیمم درستنمایی پارامترها معرفی می شود. اساس الگویتم معرفی شده بر مبنای الگوریتم ماکسیمم سازی امیدریاضی و نوعی الگوریتم مونت کارلویی همیلتونی است. کارایی و سرعت الگوریتم معرفی شده در یک مثال شبیه سازی بررسی می شود.