Bayesian Kriging (Modellbasierte Geostatistik)
Bayesian Kriging bettet die klassische geostatistische Interpolation in einen vollständigen probabilistischen Rahmen ein. Anstatt Variogrammparameter als feste Punktschätzungen zu behandeln, werden ihnen Prior-Verteilungen zugewiesen und diese Priors mit beobachteten räumlichen Daten aktualisiert, um eine Posterior-Verteilung zu erhalten. Vorhersagen an unbeprobten Orten werden dann über diese Unsicherheit marginalisiert, was ehrliche Vorhersageintervalle ergibt, die sowohl die räumliche Abhängigkeit als auch die Parameterunsicherheit berücksichtigen.
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., Tawn, J. A., & Moyeed, R. A. (1998). Model-based geostatistics. Journal of the Royal Statistical Society: Series C (Applied Statistics), 47(3), 299–350. DOI: 10.1111/1467-9876.00113 ↗
- Handcock, M. S., & Stein, M. L. (1993). A Bayesian analysis of kriging. Technometrics, 35(4), 403–410. DOI: 10.1080/00401706.1993.10485354 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Kriging (Model-Based Geostatistics). ScholarGate. https://scholargate.app/de/spatial-analysis/bayesian-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 räumliche RegressionRäumliche Analyse↔ compare
- Co-Kriging: Multivariate Geostatistische InterpolationRäumliche Analyse↔ compare
- Ordinary KrigingRäumliche Analyse↔ compare
- Räumliche AutokorrelationRäumliche Analyse↔ compare
- Universelles Kriging (Kriging mit Trend)Räumliche Analyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →