Kriging Bayesian (Geostatistik Berasaskan Model)
Kriging Bayesian menyematkan interpolasi geostatistik klasik di dalam rangka kerja kebarangkalian penuh. Daripada merawat parameter variogram sebagai anggaran titik tetap, ia meletakkan taburan prior ke atasnya dan mengemas kini prior ini dengan data spatial yang diperhatikan untuk mendapatkan taburan posterior. Ramalan di lokasi yang tidak sampel kemudiannya dimarginalkan ke atas ketidakpastian ini, menghasilkan selang ramalan yang jujur yang mengambil kira kedua-dua kebergantungan spatial dan ketidakpastian parameter.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Handcock, M. S., & Stein, M. L. (1993). A Bayesian analysis of kriging. Technometrics, 35(4), 403–410. DOI: 10.1080/00401706.1993.10485354 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Kriging (Model-Based Geostatistics). ScholarGate. https://scholargate.app/ms/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.
- Regresi Spatial BayesianAnalisis Reruang↔ compare
- Co-kriging: Interpolasi Geostatistik MultivariatAnalisis Reruang↔ compare
- Kriging BiasawanAnalisis Reruang↔ compare
- Autokorelasi RuangAnalisis Reruang↔ compare
- Kriging Universal (Kriging dengan Trend)Analisis Reruang↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →