ScholarGate
Assistente
Regression modelGIS / spatial

Co-Krigagem Bayesiana

A Co-Krigagem Bayesiana é um método geoestatístico multivariado que utiliza variáveis auxiliares espacialmente correlacionadas para melhorar as previsões de uma variável primária de interesse. Ao aplicar priors Bayesianos nos parâmetros de covariância cruzada, ela propaga toda a incerteza — incluindo a incerteza paramétrica — para os intervalos de previsão, resultando em mapas totalmente probabilísticos com limites de incerteza calibrados.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Co-Kriging Spatial Interpolation. ScholarGate. https://scholargate.app/pt/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

Referenciado por

ScholarGateBayesian Co-Kriging (Bayesian Co-Kriging Spatial Interpolation). Recuperado em 2026-06-15 de https://scholargate.app/pt/spatial-analysis/bayesian-co-kriging · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026