Bayesian Co-Kriging
Bayesian Co-Kriging ist eine multivariate geostatistische Methode, die räumlich korrelierte Hilfsvariablen nutzt, um Vorhersagen einer primären interessierenden Variable zu verbessern. Durch die Platzierung bayesianischer Priors auf Kreuzkovarianzparameter werden alle Unsicherheiten – einschließlich der Parameterunsicherheit – in die Vorhersageintervalle propagiert, was zu vollständig probabilistischen Karten mit kalibrierten Unsicherheitsgrenzen führt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Diggle, P. J., & Ribeiro, P. J. (2007). Model-Based Geostatistics. Springer. ISBN: 978-0387329079
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Co-Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/de/spatial-analysis/bayesian-co-kriging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesian Kriging (Modellbasierte Geostatistik)Räumliche Analyse↔ compare
- Bayesian räumliche RegressionRäumliche Analyse↔ compare
- Bayesianisches Universelles KrigingRäumliche Analyse↔ compare
- Co-Kriging: Multivariate Geostatistische InterpolationRäumliche Analyse↔ compare
- Ordinary KrigingRäumliche Analyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →