Проанализируйте распределение ваших данных
Доступно с лицензией Geostatistical Analyst.
Большинство методов интерполяции, предоставляемых Geostatistical Analyst, не требуют, чтобы данные были нормально распределены, хотя в этом случае карта прогноза может быть неоптимальной. Однако некоторые методы кригинга требуют, чтобы данные были приблизительно нормально распределены (близки к колоколообразной кривой). В частности, карты квантилей и вероятностей, созданные с использованием обычного, простого или универсального кригинга, предполагают, что данные получены из многомерного нормального распределения. Кроме того, модели простого кригинга, которые используются в качестве основы для геостатистической имитации (см. Геостатистическое моделирование Гаусса для получения дополнительной информации), должны использовать данные, которые нормально распределены, или включать нормальное преобразование оценок как часть модели для обеспечения этого.
Нормально распределенные данные имеют функцию плотности вероятности, которая выглядит как показано на следующей схеме:
Гистограмма предназначена для того, чтобы помочь вам изучить распределение данных и определить, следует ли использовать преобразование. Более подробно о доступных преобразованиях см. в разделах Преобразования Box-Cox, арксинусное и логарифмическое и Преобразование нормальных оценок.
Все методы кригинга основаны на допущении стационарности. Это допущение частично требует, чтобы все значения данных происходили из распределений, имеющих одинаковую изменчивость. Преобразования данных также могут использоваться для выполнения этого допущения о равной изменчивости. Для получения дополнительной информации о стационарности см. Случайные процессы с зависимостью.