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)

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)

R语言实战应用精讲50篇(二十九)-数据可视化应用案例(附R语言代码)