R语言实战应用精讲50篇(二十二)-时空数据统计模型-时空克里格法(Spatial-Temporal Kriging)
Posted 文宇肃然
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言实战应用精讲50篇(二十二)-时空数据统计模型-时空克里格法(Spatial-Temporal Kriging)相关的知识,希望对你有一定的参考价值。
本文的主要目标:
-
R语言实现时空克里格法(Spatio-Temporal Kriging)
-
通用时空克里格法预测结果绘图
-
通用时空克里格法预测标准差结果绘图
尽管时间是一维向前的,但回顾一段时期内目标观测的变化也是很有价值的。我们可以用
空间-时间均值
和协方差函数
来描述空间和时间的相互作用,而不必致力于建立一个动态表达相互作用的机械模型。
在本中我们使用"描述性"方法的时空模型。我们明确区分了数据
和代表测量所依据的现实世界过程的基本潜在过程( the underlying latent process that represents the real-world process upon which measurements were taken)
。也就是说,我们需要进行有条件地思考。我们考虑了:
-
条件分布为高斯的数据模型
-
条件分布为非高斯的数据模型
在这两种情况下,我们都以一个潜在的高斯时空过程为条件。
对于潜在的高斯时空过程,我们考虑用外生协变量(包括空间或时间位置的函数)来指定一阶(平均)结构,用时空协方差函数来指定二阶依赖。我们讨论了与静止性 stationarity、分离性separability和完全对称性full symmetry有关的此类模型的各种假设。
这类表示法非常适合于这样的问题:没有太多的观测数据或想要预测的时间和空间位置。通常我们关注并可以较轻松的知道依赖结构&#
开发者涨薪指南 48位大咖的思考法则、工作方式、逻辑体系以上是关于R语言实战应用精讲50篇(二十二)-时空数据统计模型-时空克里格法(Spatial-Temporal Kriging)的主要内容,如果未能解决你的问题,请参考以下文章
R语言实战应用精讲50篇(二十五)-时空数据统计模型:确定性预测模型
R语言实战应用精讲50篇(二十八)-R语言时空数据分析实战案例-数据处理及可视化
R语言实战应用精讲50篇(二十八)-R语言时空数据分析实战案例-数据处理及可视化
R语言实战应用精讲50篇(二十七)-时空数据分析-经验空间/时间均值(latex公式+R代码绘图)