Байесовский кригинг (Геостатистика на основе моделей)
Байесовский кригинг встраивает классическую геостатистическую интерполяцию в полную вероятностную структуру. Вместо того чтобы рассматривать параметры вариограммы как фиксированные точечные оценки, он назначает им априорные распределения и обновляет эти априорные значения с помощью наблюдаемых пространственных данных для получения апостериорного распределения. Затем предсказания в неисследованных местах усредняются по этой неопределенности, давая честные предиктивные интервалы, учитывающие как пространственную зависимость, так и неопределенность параметров.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Kriging (Model-Based Geostatistics). ScholarGate. https://scholargate.app/ru/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.
- Байесовская пространственная регрессияПространственный анализ↔ compare
- Кокригинг: Многомерная геостатистическая интерполяцияПространственный анализ↔ compare
- Обычный кригингПространственный анализ↔ compare
- Пространственная автокорреляцияПространственный анализ↔ compare
- Универсальный кригинг (кригинг с трендом)Пространственный анализ↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →