Regression modelGeostatistics

کو-کرایجینگ (Cokriging)

کو-کرایجینگ، کرایجینگ را گسترش می‌دهد تا از یک یا چند متغیر ثانویه همبسته برای بهبود پیش‌بینی یک متغیر اولیه استفاده کند. هنگامی که متغیر مورد علاقه به ندرت نمونه‌برداری شده است اما یک متغیر مرتبط و ارزان‌تر برای اندازه‌گیری، به وفور نمونه‌برداری شده است، کو-کرایجینگ از طریق همبستگی متقابل (cross-correlation) خود، قدرت را از متغیر ثانویه قرض می‌گیرد و منجر به درون‌یابی‌های دقیق‌تر و واریانس‌های پیش‌بینی نسبت به کرایجینگ صرفاً متغیر اولیه می‌شود.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246–1266. DOI: 10.2113/gsecongeo.58.8.1246
  2. Cressie, N. A. C. (1993). Statistics for Spatial Data (Revised ed.). John Wiley & Sons. ISBN: 978-0-471-00255-0

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Cokriging (Multivariate Geostatistical Interpolation). ScholarGate. https://scholargate.app/fa/spatial-analysis/cokriging

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

ارجاع‌شده در

ScholarGateCokriging (Cokriging (Multivariate Geostatistical Interpolation)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/spatial-analysis/cokriging · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026