HAL - INRIA :: [hal-00665048, version 1] Asymptotic normality and efficiency of two Sobol index estimators

hal-00665048, version 1

Asymptotic normality and efficiency of two Sobol index estimators

Alexandre Janon ()^a^, 1, 2, Thierry Klein () ³, Agnes Lagnoux-Renaudie (, ) ³, Maëlle Nodet ()^a^, 1, Clémentine Prieur ()^a^, 1, 2

Abstract: Many mathematical models involve input parameters, which are not precisely known. Global sensitivity analysis aims to identify the parameters whose uncertainty has the largest impact on the variability of a quantity of interest (output of the model). One of the statistical tools used to quantify the influence of each input variable on the output is the Sobol sensitivity index. We consider the statistical estimation of this index from a finite sample of model outputs: we present two estimators and state a central limit theorem for each. We show that one of these estimators has an optimal asymptotic variance. We also generalize our results to the case where the true output is not observable, and is replaced by a noisy version.

a – Université Joseph Fourier - Grenoble I
1: MOISE (INRIA Grenoble Rhône-Alpes / LJK Laboratoire Jean Kuntzmann)
CNRS : UMR5224 – INRIA – Laboratoire Jean Kuntzmann – Université Joseph Fourier - Grenoble I – Institut Polytechnique de Grenoble - Grenoble Institute of Technology
2: GdR MASCOT-NUM ((Méthodes d'Analyse Stochastique des Codes et Traitements Numériques))
CNRS : GDR3179
3: Institut de Mathématiques de Toulouse (IMT)
Université Paul Sabatier - Toulouse III – Université Toulouse le Mirail - Toulouse II – Université des Sciences Sociales - Toulouse I – Institut National des Sciences Appliquées de Toulouse – CNRS : UMR5219

hal-00665048, version 1
http://hal.inria.fr/hal-00665048
oai:hal.inria.fr:hal-00665048
From: Alexandre Janon <>
Submitted on: Wednesday, 1 February 2012 10:32:48
Updated on: Wednesday, 15 February 2012 15:16:05

See detailed view

Associated documents

PDF :

PS :

Export

Bibtex EndNote TEI RefWorks

%F hal-00665048, version 1
%0 Unpublished Work
%U http://hal.inria.fr/hal-00665048
%2 MATH:MATH_ST;STAT:AP;STAT:TH;STAT:CO
%T Asymptotic normality and efficiency of two Sobol index estimators
%A Janon, Alexandre
%A Klein, Thierry
%A Lagnoux-Renaudie, Agnes
%A Nodet, Maëlle
%A Prieur, Clémentine
%+ MOISE - INRIA Grenoble Rhône-Alpes / LJK Laboratoire Jean Kuntzmann , GdR MASCOT-NUM - (Méthodes d'Analyse Stochastique des Codes et Traitements Numériques) , Institut de Mathématiques de Toulouse - IMT
%Z IMT
%X Many mathematical models involve input parameters, which are not precisely known. Global sensitivity analysis aims to identify the parameters whose uncertainty has the largest impact on the variability of a quantity of interest (output of the model). One of the statistical tools used to quantify the influence of each input variable on the output is the Sobol sensitivity index. We consider the statistical estimation of this index from a finite sample of model outputs: we present two estimators and state a central limit theorem for each. We show that one of these estimators has an optimal asymptotic variance. We also generalize our results to the case where the true output is not observable, and is replaced by a noisy version.
%2 De nombreux modèles mathématiques font intervenir plusieurs paramètres qui ne sont pas tous connus précisément. L'analyse de sensibilité globale se propose de sélectionner les paramètres d'entrée dont l'incertitude a le plus d'impact sur la variabilité d'une quantité d'intérêt, sortie du modèle. Un des outils statistiques pour quantifier l'influence de chacune des entrées sur la sortie est l'indice de sensibilité de Sobol. Nous considérons l'estimation statistique de cet indice à l'aide d'un nombre fini d'échantillons de sorties du modèle: nous présentons deux estimateurs de cet indice et énonçons un théorème central limite pour chacun d'eux. Nous démontrons que l'un de ces deux estimateurs est optimal en terme de variance asymptotique. Nous généralisons également nos résultats au cas où la vraie sortie du modèle n'est pas observée, mais où seule une version dégradée (bruitée) de la sortie est disponible.
%G English
%K sensitivity analysis ; Sobol index ; asymptotic normality ; asymptotic efficiency ; nonparametric Cramér-Rao bound ; metamodel ; response surface method ; Kriging
%2 12033

<?xml version="1.0" encoding="UTF-8"?>
<listBibl xmlns="http://www.tei-c.org/ns/1.0" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML">
<listBibl type="article"><head>Documents without publication reference</head>
<biblStruct type="article" xml:id="hal-00665048"><analytic>
<author><persName><forename>Alexandre</forename><surname>Janon</surname></persName>
<affiliation>
<orgName type="laboratory">INRIA Grenoble Rhône-Alpes / LJK Laboratoire Jean Kuntzmann</orgName>
<orgName type="team">MOISE</orgName>
<country>FR</country>
<orgName type="institution">CNRS : UMR5224</orgName>
<orgName type="institution">INRIA</orgName>
<orgName type="institution">Laboratoire Jean Kuntzmann</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
<orgName type="institution">Institut Polytechnique de Grenoble - Grenoble Institute of Technology</orgName>
</affiliation>
<affiliation>
<orgName type="laboratory">(Méthodes d'Analyse Stochastique des Codes et Traitements Numériques)</orgName>
<orgName type="team">GdR MASCOT-NUM</orgName>
<country>FR</country>
<orgName type="institution">CNRS : GDR3179</orgName>
</affiliation>
</author>
<author><persName><forename>Thierry</forename><surname>Klein</surname></persName>
<affiliation>
<orgName type="laboratory">IMT</orgName>
<orgName type="team">Institut de Mathématiques de Toulouse</orgName>
<country>FR</country>
<orgName type="institution">Université Paul Sabatier - Toulouse III</orgName>
<orgName type="institution">Université Toulouse le Mirail - Toulouse II</orgName>
<orgName type="institution">Université des Sciences Sociales - Toulouse I</orgName>
<orgName type="institution">Institut National des Sciences Appliquées de Toulouse</orgName>
<orgName type="institution">CNRS : UMR5219</orgName>
</affiliation>
</author>
<author><persName><forename>Agnes</forename><surname>Lagnoux-Renaudie</surname></persName>
<affiliation>
<orgName type="laboratory">IMT</orgName>
<orgName type="team">Institut de Mathématiques de Toulouse</orgName>
<country>FR</country>
<orgName type="institution">Université Paul Sabatier - Toulouse III</orgName>
<orgName type="institution">Université Toulouse le Mirail - Toulouse II</orgName>
<orgName type="institution">Université des Sciences Sociales - Toulouse I</orgName>
<orgName type="institution">Institut National des Sciences Appliquées de Toulouse</orgName>
<orgName type="institution">CNRS : UMR5219</orgName>
</affiliation>
</author>
<author><persName><forename>Maëlle</forename><surname>Nodet</surname></persName>
<affiliation>
<orgName type="laboratory">INRIA Grenoble Rhône-Alpes / LJK Laboratoire Jean Kuntzmann</orgName>
<orgName type="team">MOISE</orgName>
<country>FR</country>
<orgName type="institution">CNRS : UMR5224</orgName>
<orgName type="institution">INRIA</orgName>
<orgName type="institution">Laboratoire Jean Kuntzmann</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
<orgName type="institution">Institut Polytechnique de Grenoble - Grenoble Institute of Technology</orgName>
</affiliation>
</author>
<author><persName><forename>Clémentine</forename><surname>Prieur</surname></persName>
<affiliation>
<orgName type="laboratory">INRIA Grenoble Rhône-Alpes / LJK Laboratoire Jean Kuntzmann</orgName>
<orgName type="team">MOISE</orgName>
<country>FR</country>
<orgName type="institution">CNRS : UMR5224</orgName>
<orgName type="institution">INRIA</orgName>
<orgName type="institution">Laboratoire Jean Kuntzmann</orgName>
<orgName type="institution">Université Joseph Fourier - Grenoble I</orgName>
<orgName type="institution">Institut Polytechnique de Grenoble - Grenoble Institute of Technology</orgName>
</affiliation>
<affiliation>
<orgName type="laboratory">(Méthodes d'Analyse Stochastique des Codes et Traitements Numériques)</orgName>
<orgName type="team">GdR MASCOT-NUM</orgName>
<country>FR</country>
<orgName type="institution">CNRS : GDR3179</orgName>
</affiliation>
</author>
<title type="main" level="a">Asymptotic normality and efficiency of two Sobol index estimators</title></analytic><monogr><imprint/></monogr><idno type="HALid">http://hal.inria.fr/hal-00665048</idno><idno type="HALFile">http://hal.inria.fr/hal-00665048/PDF/ArtAsymptSobol.pdf</idno></biblStruct>
</listBibl>
</listBibl>