Відмінності між версіями «Кригінг»

48 байтів додано ,  5 років тому
трохи доробив
(категоризація, +джерело)
(трохи доробив)
'' 'Крігінг' '' - — це вид узагальненої [[лінійна регресія | лінійної регресії]], який використовує статистичні параметри для знаходження оптимальної оцінки в сенсісмислі мінімального [[Середньоквадратичне відхилення | середнього відхилення]] при побудові поверхонь, кубів і карт. Даний інтерполяційний метод [[геостатистика | геостатистики]] названназваний на честь південноафриканського гірського інженера Деніела Крига, який займався ручним створенням [[геологічна карта | геологічних карт]] за обмеженим набором даних в деякій області. В основу методу покладено принцип незсуненостінезміщеності 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 [[статистика | статистики]] крігінг полягає в мінімізації [[дисперсіяДисперсія |випадкової величини|дисперсії]] помилкипохибки вимірювання, яка є [[функціяФункція (математика)| функцією]] від вимірюваних ваг. Мінімізація цієї дисперсії зменшує середню квадратичну помилкупохибку відхилення оціненого значення від можливого. Досягається це шляхом прирівнювання до нуля першої [[похідна | похідною]] помилкипохибки щодо кожногокожної невідомого ваги. УВ підсумкурезультаті виводиться [[система рівнянь]], рішеннямрозв'язком якої є [[вектор]] ваг.
 
== Завдання кригингукрігінга ==
Крігінг виконує дві групи завдань:
# Кількісне визначення просторової структури даних
# Створення прогнозу
КількісніКількісне уявленнявизначення просторової структури даних, відомiвідоме як побудова [[варіограмма варіограма| варіограммваріограм]], дає можливість користувачам підібрати до даних [[модель]] просторової залежності. Для розрахунку (прогнозу) невідомого значення [[змінна | змінної]] в заданому місці крігінг буде використовувати відповідну (підібрану) модель варіограммиваріограми, конфігурацію просторових даних і значення в [[точка | точках]] вимірювань навколо даного місця розташування.
 
== Методи крігінга ==
 
Доступні два методи крігінга: ординарний і універсальний.
 
Ординарний крігінг - — найбільш загальний і широко використовуваний з методівметоді крігінга, він використовується за умовчаннямзамовчуванням. Передбачається, що [[середнє значення]] константи невідомо. Це припущення має сенс, поки немає наукового підґрунтя відхилити його.
 
При універсальному крігінгекрігінгу передбачається, що є домінуючий тренд в даних - — наприклад, [[переважний вітер]] - — і його можна моделювати детерміністськійдетермінованою функцією, [[поліном | поліномом]]. Цей поліном витягуєтьсяотримується з вихідних виміряних точок, і автокорреляцияавтокореляція моделюється з довільних помилокпохибок. Після установки моделі на довільні помилкипохибки і до прогнозування, поліном додається назад до прогнозів, щоб дати значимі результати. Універсальний крігінг слід використовувати, тільки якщо виточно знаєтевідомо, що в даних є тренд, і можетеможна дати наукове обгрунтуванняобґрунтування для його опису.
 
== Література ==
17 552

редагування