ScholarGate
Asisten
Regression modelGIS / spatial

Co-Kriging Bayesian

Co-Kriging Bayesian adalah metode geostatistik multivariat yang menggunakan variabel berkorelasi spasial tambahan untuk meningkatkan prediksi variabel utama yang diminati. Dengan menempatkan prior Bayesian pada parameter kovarians silang, metode ini menyebarkan seluruh ketidakpastian — termasuk ketidakpastian parameter — ke dalam interval prediksi, menghasilkan peta probabilistik penuh dengan batas ketidakpastian yang terkalibrasi.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Bayesian Co-Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/id/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.

Compare side by side

Dirujuk oleh

ScholarGateBayesian Co-Kriging (Bayesian Co-Kriging Spatial Interpolation). Diakses 2026-06-15 dari https://scholargate.app/id/spatial-analysis/bayesian-co-kriging · Set data: https://doi.org/10.5281/zenodo.20539026