Regression modelGeostatistics
코크리깅
코크리깅은 크리깅을 확장하여 하나 이상의 상관된 보조 변수를 사용하여 주 변수의 예측을 개선합니다. 관심 변수가 드물게 샘플링되었지만 관련성이 있고 측정 비용이 저렴한 변수가 조밀하게 샘플링된 경우, 코크리깅은 교차 상관을 통해 보조 변수로부터 정보를 얻어, 주 변수만을 크리깅하는 것보다 더 정확한 보간 및 예측 분산을 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246–1266. DOI: 10.2113/gsecongeo.58.8.1246 ↗
- Cressie, N. A. C. (1993). Statistics for Spatial Data (Revised ed.). John Wiley & Sons. ISBN: 978-0-471-00255-0
이 페이지 인용 방법
ScholarGate. (2026, June 2). Cokriging (Multivariate Geostatistical Interpolation). ScholarGate. https://scholargate.app/ko/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.
- 지리 가중 회귀 분석 (Geographically Weighted Regression, GWR)공간분석↔ compare
- 역거리 가중치법 (IDW)공간분석↔ compare
- 보편 크리깅 (추세가 있는 크리깅)공간분석↔ compare