Box-Cox、反正弦和对数变换
需具备 Geostatistical Analyst 许可方可使用。
Geostatistical Analyst 中的某些方法要求数据呈正态分布。 如果数据偏斜（分布不均衡），则可能需要将数据变换为正态分布。 借助直方图，可以探索不同变换对数据集分布的影响。 如果您构建的插值模型使用某种克里金法，并选择变换数据作为步骤之一，则预测值将在插值表面中变换回原始比例。
Geostatistical Analyst 允许使用多种变换，包括 Box-Cox（也称为幂变换）、反正弦和对数变换。 假设您观测到数据 Z(s)，并应用某种变换 Y(s) = t(Z(s))。 通常，您需要找到使 Y(s) 呈正态分布的变换。 通常，该变换还会使数据在研究区域内具有恒定方差。
Box-Cox 变换
Box-Cox 变换为
\(Y(s) = \frac{Z(s)^{\lambda} - 1}{\lambda}\)
（λ≠0）。
例如，假设您的数据由某种现象的计数组成。 对于此类数据，方差通常与均值相关。 也就是说，如果您在研究区域的一部分有较小的计数，则该局部区域的变异性将小于计数较大区域的变异性。 在这种情况下，平方根变换可能有助于使整个研究区域内的方差更恒定，并且通常也会使数据呈现正态分布。 平方根变换是 Box-Cox 变换在 λ = ½ 时的特例。
对数变换
对数变换实际上是 Box-Cox 变换在 λ = 0 时的特例；变换如下：
\(Y(s) = ln(Z(s)),\)
其中 Z(s) > 0，ln 为自然对数。
对数变换常用于数据呈正偏分布（如下所示）且存在少数极大值的情况。 如果这些大值位于研究区域中，对数变换有助于使方差更加恒定并会归一化数据。 关于术语，当克里金法应用对数变换时，该预测方法称为对数正态克里金法；而对于所有其他 λ 值，相关的克里金法称为跨高斯克里金法。
反正弦变换
反正弦变换如下：
\(Y(s) = sin^{-1}(Z(s))\)
其中 Z(s) 介于 0 和 1 之间。
反正弦变换可用于表示比例或百分比的数据。 通常，当数据为比例时，方差在 0 和 1 附近最小，在 0.5 附近最大。 反正弦变换有助于使整个研究区域内的方差更恒定，并且通常也会使数据呈现正态分布。