Regression modelGIS / spatial

Kriging Universal Bayesiano

El Kriging Universal Bayesiano (BUK) extiende el kriging universal clásico al colocar distribuciones a priori sobre los coeficientes de tendencia y los parámetros de covarianza espacial, y luego propagar la incertidumbre posterior completa en las predicciones. Interpola datos continuos referenciados espacialmente mientras estima simultáneamente tendencias deterministas a gran escala impulsadas por covariables y dependencia espacial estocástica a pequeña escala, produciendo intervalos de predicción que tienen en cuenta honestamente tanto la incertidumbre del parámetro como la de interpolación.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Diggle, P. J., & Ribeiro, P. J. (2007). Model-Based Geostatistics. Springer. ISBN: 978-0387329079
  2. Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Universal Kriging. ScholarGate. https://scholargate.app/es/spatial-analysis/bayesian-universal-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.

Compare side by side

Citado por

ScholarGateBayesian Universal Kriging (Bayesian Universal Kriging). Recuperado el 2026-06-15 de https://scholargate.app/es/spatial-analysis/bayesian-universal-kriging · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026