Covariance de Matérn

Cet article court présente un sujet plus développé dans : variogramme et covariance.

En statistique, la fonction de covariance de Matérn, nommée d'après Bertil Matérn, est une fonction de covariance utilisée dans l'analyse statistique des espaces métriques.

Définition

Entre deux points séparés d'une distance d, la covariance de Matérn s'écrit[1]: C ν ( d ) = σ 2 2 1 ν Γ ( ν ) ( 2 ν d ρ ) ν K ν ( 2 ν d ρ ) {\displaystyle C_{\nu }(d)=\sigma ^{2}{\frac {2^{1-\nu }}{\Gamma (\nu )}}\left({\sqrt {2\nu }}{\frac {d}{\rho }}\right)^{\nu }K_{\nu }\left({\sqrt {2\nu }}{\frac {d}{\rho }}\right)} avec Γ la fonction gamma, Kν la fonction de Bessel modifiée de seconde espèce, ρ et ν des paramètres strictement positifs.

En prenant ν = 1 2 {\displaystyle \nu ={\frac {1}{2}}} , on retrouve la fonction de covariance exponentielle C 1 / 2 ( d ) = σ 2 e d / ρ {\displaystyle C_{1/2}(d)=\sigma ^{2}{\rm {e}}^{-d/\rho }} .

En prenant ν {\displaystyle \nu \rightarrow \infty } , on retrouve la fonction de covariance gaussienne C ( d ) = σ 2 e d 2 / 2 ρ 2 {\displaystyle C_{\infty }(d)=\sigma ^{2}{\rm {e}}^{-d^{2}/2\rho ^{2}}} .

Densité spectrale

Le spectre de puissance d'un process à covariance de Matérn sur R n {\displaystyle \mathbb {R} ^{n}} est la transformée de Fourier (en dimension n) de la fonction de covariance de Matérn (par le théorème de Wiener-Khintchine), soit[1]:

S ( f ) = σ 2 2 n π n / 2 Γ ( ν + n 2 ) ( 2 ν ) ν Γ ( ν ) ρ 2 ν ( 2 ν ρ 2 + 4 π 2 f 2 ) ( ν + n 2 ) . {\displaystyle S(f)=\sigma ^{2}{\frac {2^{n}\pi ^{n/2}\Gamma (\nu +{\frac {n}{2}})(2\nu )^{\nu }}{\Gamma (\nu )\rho ^{2\nu }}}\left({\frac {2\nu }{\rho ^{2}}}+4\pi ^{2}f^{2}\right)^{-\left(\nu +{\frac {n}{2}}\right)}.}

Notes et références

  1. a et b (en) Carl Edward Rasmussen et Christopher K.I. Williams, Gaussian Processes for Machine Learning, (lire en ligne), « Covariance Functions »
  • icône décorative Portail de la physique