Regression modelGIS / spatial

Krigeage bayésien (géostatistique basée sur un modèle)

Le krigeage bayésien intègre l'interpolation géostatistique classique dans un cadre probabiliste complet. Au lieu de traiter les paramètres du variogramme comme des estimations ponctuelles fixes, il leur attribue des distributions a priori et met à jour ces a priori avec les données spatiales observées pour obtenir une distribution a posteriori. Les prédictions aux emplacements non échantillonnés sont ensuite marginalisées sur cette incertitude, produisant des intervalles prédictifs fiables qui tiennent compte à la fois de la dépendance spatiale et de l'incertitude des paramètres.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Sources

  1. 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
  2. Handcock, M. S., & Stein, M. L. (1993). A Bayesian analysis of kriging. Technometrics, 35(4), 403–410. DOI: 10.1080/00401706.1993.10485354

Comment citer cette page

ScholarGate. (2026, June 3). Bayesian Kriging (Model-Based Geostatistics). ScholarGate. https://scholargate.app/fr/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.

Compare side by side

Référencée par

ScholarGateBayesian Kriging (Bayesian Kriging (Model-Based Geostatistics)). Consulté le 2026-06-15 sur https://scholargate.app/fr/spatial-analysis/bayesian-kriging · Jeu de données : https://doi.org/10.5281/zenodo.20539026