ScholarGate
Asisten
Regression modelGIS / spatial

Kriging Universal Bayesian

Kriging Universal Bayesian (BUK) memperluas kriging universal klasik dengan menempatkan distribusi prior pada koefisien tren dan parameter kovarians spasial, kemudian menyebarkan ketidakpastian posterior penuh ke dalam prediksi. Ia menginterpolasi data kontinu yang direferensikan secara spasial sambil secara bersamaan memperkirakan tren deterministik skala besar yang didorong oleh kovariat dan ketergantungan spasial stokastik skala kecil, menghasilkan interval prediksi yang secara jujur memperhitungkan ketidakpastian parameter dan interpolasi.

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 Universal Kriging. ScholarGate. https://scholargate.app/id/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

Dirujuk oleh

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