ScholarGate
Pembantu
Regression modelGIS / spatial

Bayesian Universal Kriging

Bayesian Universal Kriging (BUK) melanjutkan universal kriging klasik dengan meletakkan taburan keutamaan pada pekali arah aliran (trend coefficients) dan parameter kovarians spatial, kemudian menyebarkan ketidakpastian posterior penuh ke dalam ramalan. Ia menginterpolasi data berterusan yang dirujuk secara spatial sambil serentak menganggar arah aliran deterministik skala besar yang didorong oleh kovariat dan kebergantungan spatial stokastik skala kecil, menghasilkan selang ramalan yang secara jujur mengambil kira kedua-dua ketidakpastian parameter dan interpolasi.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log 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 memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Universal Kriging. ScholarGate. https://scholargate.app/ms/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). Dicapai 2026-06-15 daripada https://scholargate.app/ms/spatial-analysis/bayesian-universal-kriging · Set data: https://doi.org/10.5281/zenodo.20539026