ScholarGate
Assistent
Regression modelGIS / spatial

Bayesiaans Kriging (Modelgebaseerde Geostatistiek)

Bayesiaans kriging integreert klassieke geostatistische interpolatie binnen een volledig probabilistisch raamwerk. In plaats van variogramparameters als vaste puntschattingen te behandelen, worden er a priori-verdelingen op geplaatst. Deze a priori-verdelingen worden vervolgens geactualiseerd met waargenomen ruimtelijke gegevens om een a posteriori-verdeling te verkrijgen. Voorspellingen op niet-bemonsterde locaties worden vervolgens gemarginaliseerd over deze onzekerheid, wat resulteert in eerlijke voorspellingsintervallen die zowel ruimtelijke afhankelijkheid als parameteronzekerheid verklaren.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  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

Deze pagina citeren

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

Geciteerd door

ScholarGateBayesian Kriging (Bayesian Kriging (Model-Based Geostatistics)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/spatial-analysis/bayesian-kriging · Gegevensset: https://doi.org/10.5281/zenodo.20539026