Відмінності між версіями «Кригінг»

5 байтів додано ,  10 місяців тому
м
нема опису редагування
м
[[Файл:Example_of_kriging_interpolation_in_1D.png|thumb|400px|Приклад інтерполяції крігінгом одновимірних даних, із [[Довірчий інтервал|довірчими інтервалами]]. Квадрати вказують положення даних. Крігінгова інтерполяція, показана червоним, проходить уздовж середин [[Нормальний розподіл|нормально розподілених]] довірчих інтервалів, показаних сірим. Пунктирна крива показує [[сплайн]], який є плавним, але значно відхиляється від очікуваних проміжних значень, заданих цими серединами.]]
 
'''КрігінгКригінг''' — це вид узагальненої [[лінійна регресія|лінійної регресії]], який використовує статистичні параметри для знаходження оптимальної оцінки в сенсі мінімального [[Середньоквадратичне відхилення|середнього відхилення]] при побудові поверхонь, кубів і карт. ДанийЦей інтерполяційний метод [[геостатистика|геостатистики]] названий 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 незміщеності 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]] крігінгкригінг полягає в мінімізації [[Дисперсія випадкової величини|дисперсії]] похибки вимірювання, яка є [[Функція (математика)|функцією]] від вимірюваних ваг. Мінімізація цієї дисперсії зменшує середню квадратичну похибку відхилення оціненого значення від можливого. Досягається це шляхом прирівнювання до нуля першої [[похідна|похідною]] похибки щодо кожноїкожного невідомого ваги. В результаті виводиться [[система рівнянь]], розв'язком якої є [[вектор]] ваг.
 
== Завдання крігінга ==
КрігінгКригінг виконує дві групи завдань:
# Кількісне визначення просторової структури даних
# Створення прогнозу
Кількісне визначення просторової структури даних, відоме як побудова [[варіограма|варіограм]], дає можливість користувачам підібрати до даних [[модель]] просторової залежності. Для розрахунку (прогнозу) невідомого значення [[змінна|змінної]] в заданому місці крігінгкригінг буде використовувати відповідну (підібрану) модель варіограми, конфігурацію просторових даних і значення в [[точка|точках]] вимірювань навколо даного місця.
 
== Методи крігінга ==
Доступні два методи крігінгакригінгу: ординарний і універсальний.
 
Ординарний крігінгкригінг — найзагальніший і широко використовуваний метод крігінгакригінгу, він використовується за замовчуванням. Передбачається, що [[середнє значення]] константи невідоме. Це припущення має сенс, поки немає наукового підґрунтя відхилити його.
 
При універсальному крігінгукригінгу передбачається, що є домінуючий тренд в даних — наприклад, [[переважний вітер]] — і його можна моделювати детермінованою функцією, [[поліном|поліномом]]. Цей поліном отримується з вихідних виміряних точок, і автокореляція моделюється з довільних похибок. Після установки моделі на довільні похибки і до прогнозування, поліном додається назад до прогнозів, щоб дати значимі результати. Універсальний крігінгкригінг слід використовувати, тільки якщотоді, коли точно відомо, що в даних є тренд, і можна дати наукове обґрунтування для його опису.
 
== Література ==
976

редагувань