เปรียบเทียบวิธี

	Bayesian Kriging (Model-Based Geostatistics)	สหสัมพันธ์เชิงพื้นที่
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1993–1998	1950
ผู้ริเริ่ม	Diggle, Tawn & Moyeed; Handcock & Stein	P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995)
ประเภท	Bayesian spatial interpolation	Spatial statistic / exploratory spatial data analysis
แหล่งต้นตำรับ	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.	Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23.
ชื่อเรียกอื่น	Bayesian geostatistics, model-based geostatistics, Bayesian spatial interpolation, stochastic kriging	spatial dependence, geographic autocorrelation, spatial clustering measure, SA
ที่เกี่ยวข้อง	5	5
สรุป	Bayesian Kriging embeds classical geostatistical interpolation inside a full probabilistic framework. Instead of treating variogram parameters as fixed point estimates, it places prior distributions on them and updates these priors with observed spatial data to obtain a posterior distribution. Predictions at unsampled locations are then marginalised over this uncertainty, yielding honest predictive intervals that account for both spatial dependence and parameter uncertainty.	Spatial autocorrelation quantifies the degree to which a variable's values at nearby locations resemble each other more (positive autocorrelation) or less (negative autocorrelation) than expected by chance. Global indices such as Moran's I summarise the pattern across the entire study area, while local variants reveal clusters and outliers at the level of individual observations.