Кригінг: відмінності між версіями
[неперевірена версія] | [неперевірена версія] |
Немає опису редагування |
Jarozwj (обговорення | внесок) категоризація, +джерело |
||
Рядок 16: | Рядок 16: | ||
При універсальному крігінге передбачається, що є домінуючий тренд в даних - наприклад, [[переважний вітер]] - і його можна моделювати детерміністській функцією, [[поліном | поліномом]]. Цей поліном витягується з вихідних виміряних точок, і автокорреляция моделюється з довільних помилок. Після установки моделі на довільні помилки і до прогнозування, поліном додається назад до прогнозів, щоб дати значимі результати. Універсальний крігінг слід використовувати, тільки якщо ви знаєте, що в даних є тренд, і можете дати наукове обгрунтування для його опису. |
При універсальному крігінге передбачається, що є домінуючий тренд в даних - наприклад, [[переважний вітер]] - і його можна моделювати детерміністській функцією, [[поліном | поліномом]]. Цей поліном витягується з вихідних виміряних точок, і автокорреляция моделюється з довільних помилок. Після установки моделі на довільні помилки і до прогнозування, поліном додається назад до прогнозів, щоб дати значимі результати. Універсальний крігінг слід використовувати, тільки якщо ви знаєте, що в даних є тренд, і можете дати наукове обгрунтування для його опису. |
||
== Література == |
|||
* {{книга |
|||
|автор = Байков В., Бакиров Н., Яковлев А. |
|||
|назва = Математическая геология. Том I |
|||
|оригінал = |
|||
|посилання = |
|||
|видання = 1-е изд |
|||
|місце = Ижевск |
|||
|видавництво = «Институт компьютерных исследований» |
|||
|рік = 2012 |
|||
|сторінки = 227 |
|||
|isbn = 978-5-4344-0053-4}}{{ref-ru}} |
|||
[[Категорія:Геостатистика]] |
Версія за 21:05, 25 травня 2016
'Крігінг' - це вид узагальненої лінійної регресії, який використовує статистичні параметри для знаходження оптимальної оцінки в сенсі мінімального середнього відхилення при побудові поверхонь, кубів і карт. Даний інтерполяційний метод геостатистики назван на честь південноафриканського гірського інженера Деніела Крига, який займався ручним створенням геологічних карт за обмеженим набором даних в деякій області. В основу методу покладено принцип незсуненості середнього; тобто, взяті всі разом значення на мапі повинні мати правильне середнє значення. Глобальна незміщеність формально забезпечується за рахунок підвищення найнижчих значень і зменшення високих.
З точки зору загальної статистики крігінг полягає в мінімізації дисперсії помилки вимірювання, яка є функцією від вимірюваних ваг. Мінімізація цієї дисперсії зменшує середню квадратичну помилку відхилення оціненого значення від можливого. Досягається це шляхом прирівнювання до нуля першої похідною помилки щодо кожного невідомого ваги. У підсумку виводиться система рівнянь, рішенням якої є вектор ваг.
Завдання кригингу
Крігінг виконує дві групи завдань:
- Кількісне визначення просторової структури даних
- Створення прогнозу
Кількісні уявлення просторової структури даних, відомi як побудова варіограмм, дає можливість користувачам підібрати до даних модель просторової залежності. Для розрахунку (прогнозу) невідомого значення змінної в заданому місці крігінг буде використовувати відповідну (підібрану) модель варіограмми, конфігурацію просторових даних і значення в точках вимірювань навколо даного місця розташування.
Методи крігінга
Доступні два методи крігінга: ординарний і універсальний.
Ординарний крігінг - найбільш загальний і широко використовуваний з методів крігінга, він використовується за умовчанням. Передбачається, що середнє значення константи невідомо. Це припущення має сенс, поки немає наукового підґрунтя відхилити його.
При універсальному крігінге передбачається, що є домінуючий тренд в даних - наприклад, переважний вітер - і його можна моделювати детерміністській функцією, поліномом. Цей поліном витягується з вихідних виміряних точок, і автокорреляция моделюється з довільних помилок. Після установки моделі на довільні помилки і до прогнозування, поліном додається назад до прогнозів, щоб дати значимі результати. Універсальний крігінг слід використовувати, тільки якщо ви знаєте, що в даних є тренд, і можете дати наукове обгрунтування для його опису.
Література
- Байков В., Бакиров Н., Яковлев А. Математическая геология. Том I. — 1-е изд. — Ижевск : «Институт компьютерных исследований», 2012. — С. 227. — ISBN 978-5-4344-0053-4.(рос.)