Saya mengikuti artikel wiki ini yang berhubungan dengan kriging biasa
Sekarang matriks kovarians saya terlihat seperti ini, untuk 4 variabel
1 0.740818220681718 0.548811636094027 0.406569659740599
0.740818220681718 1 0.740818220681718 0.548811636094027
0.548811636094027 0.740818220681718 1 0.740818220681718
0.406569659740599 0.548811636094027 0.740818220681718 1
Nah hubungan antara semvariogram dan variogram diberikan oleh
Jadi, saya menghitung juga. Sekarang ketika saya mencoba menghitung bobot sebagai
A = 1.0000 0.7408 0.5488 1.0000
0.7408 1.0000 0.7408 1.0000
0.5488 0.7408 1.0000 1.0000
1.0000 1.0000 1.0000 0
B = 0.4066
0.5488
0.7408
1.0000
Saya menganggap variabel keempat hilang
[W;mu] = inv(A)*B = 0.1148
0.0297
0.8555
-0.1997
Di atas adalah dengan menggunakan kovarians. Sekarang menggunakan semi varians yang saya miliki
A = 0 0.2592 0.4512 1.0000
0.2592 0 0.2592 1.0000
0.4512 0.2592 0 1.0000
1.0000 1.0000 1.0000 0
B = 0.5934
0.4512
0.2592
1.0000
inv(A)*B = 0.1148
0.0297
0.8555
0.1997
Seperti yang Anda lihat istilah terakhir tidak sama. Ketika menurut derivasi mereka disamakan atau dikatakan sama. Ada klarifikasi?
covariance
autocorrelation
variogram
pengguna34790
sumber
sumber
Jawaban:
Saya menduga bahwa formula yang dikutip dari artikel Wikipedia dihasilkan dari kebingungan dalam notasi, seolah-olah dimaksudkan untuk menjadi kovarians dalam formula meskipun sebelumnya digunakan untuk semi-variogram teoretis, serta sampel semi- variogram ... Seperti yang saya pahami, dan juga merupakan hal yang sama, vektor lokasi "baru".γ x⋆ x0
Untuk mendapatkan keduanya sama Lagrange multiplier dan vektor dari kriging bobot dengan variogram , Anda harus menggunakan sistem yang berbeda mana adalah matriks dan adalah vektorμ w n γ
Lihat (hingga notasi perubahan) Statistik untuk Data Spasial oleh N. Cressie p. 121 dalam edisi revisi.
sumber