ScholarGate
Asisten
Regression modelGIS / spatial

Kriging Bayesian (Geostatistika Berbasis Model)

Kriging Bayesian menanamkan interpolasi geostatistik klasik ke dalam kerangka kerja probabilitas penuh. Alih-alih memperlakukan parameter variogram sebagai estimasi titik tetap, ia menempatkan distribusi prior padanya dan memperbarui prior ini dengan data spasial yang diamati untuk mendapatkan distribusi posterior. Prediksi di lokasi yang tidak tersampling kemudian dimarginalkan atas ketidakpastian ini, menghasilkan interval prediktif yang jujur yang memperhitungkan dependensi spasial dan ketidakpastian parameter.

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., 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

Cara menyitasi halaman ini

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

Dirujuk oleh

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