เปรียบเทียบวิธี

	Ordinary Kriging	สหสัมพันธ์เชิงพื้นที่
สาขาวิชา	การวิเคราะห์เชิงพื้นที่	การวิเคราะห์เชิงพื้นที่
ตระกูล	Regression model	Regression model
ปีกำเนิด	1963	1950
ผู้ริเริ่ม	Georges Matheron (formalising D.G. Krige's empirical work)	P. A. P. Moran (global measure, 1950); Roy Geary (Geary's C, 1954); Luc Anselin (LISA, 1995)
ประเภท	Geostatistical interpolation	Spatial statistic / exploratory spatial data analysis
แหล่งต้นตำรับ	Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246-1266.	Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23.
ชื่อเรียกอื่น	OK, kriging interpolation, geostatistical interpolation, BLUE spatial predictor	spatial dependence, geographic autocorrelation, spatial clustering measure, SA
ที่เกี่ยวข้อง	4	5
สรุป	Ordinary Kriging (OK) is the standard geostatistical method for interpolating a continuous spatial variable at unsampled locations. It derives optimal, unbiased weights from the spatial covariance structure of the data, making it the Best Linear Unbiased Predictor (BLUP) under stationarity assumptions. Unlike simpler distance-based methods, it also provides a prediction uncertainty (kriging variance) at every interpolated point.	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.