Байесовский универсальный кригинг
Байесовский универсальный кригинг (BUK) расширяет классический универсальный кригинг, размещая априорные распределения на коэффициенты тренда и параметры пространственной ковариации, а затем распространяя полную апостериорную неопределенность на прогнозы. Он интерполирует пространственно-референтные непрерывные данные, одновременно оценивая крупномасштабные детерминированные тренды, обусловленные ковариатами, и мелкомасштабную стохастическую пространственную зависимость, выдавая интервалы прогнозирования, которые честно учитывают как неопределенность параметров, так и неопределенность интерполяции.
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., & Ribeiro, P. J. (2007). Model-Based Geostatistics. Springer. ISBN: 978-0387329079
- Banerjee, S., Carlin, B. P., & Gelfand, A. E. (2015). Hierarchical Modeling and Analysis for Spatial Data (2nd ed.). CRC Press. ISBN: 978-1439819173
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Universal Kriging. ScholarGate. https://scholargate.app/ru/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.
- Байесовский обычный кригингПространственный анализ↔ compare
- Кокригинг: Многомерная геостатистическая интерполяцияПространственный анализ↔ compare
- Регрессия с географически взвешенными коэффициентами (GWR)Пространственный 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 →