Regression modelGIS / spatial

Bayesowskie współkrigingowanie

Bayesowskie współkrigingowanie to wielowymiarowa metoda geostatystyczna, która wykorzystuje pomocnicze zmienne skorelowane przestrzennie do poprawy prognoz pierwotnej zmiennej zainteresowania. Poprzez przypisanie bayesowskich rozkładów a priori do parametrów kowariancji krzyżowej, propaguje ona całą niepewność — w tym niepewność parametrów — do przedziałów predykcyjnych, generując w pełni probabilistyczne mapy z skalibrowanymi granicami niepewności.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Co-Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/pl/spatial-analysis/bayesian-co-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

Cytowana przez

ScholarGateBayesian Co-Kriging (Bayesian Co-Kriging Spatial Interpolation). Pobrano 2026-06-15 z https://scholargate.app/pl/spatial-analysis/bayesian-co-kriging · Zbiór danych: https://doi.org/10.5281/zenodo.20539026