全局趋势建模

表面可由两个主要部分组成:固定的全局趋势和随机的短程变化。全局趋势有时称为固定均值结构。随机短程变化(有时称为随机误差)可建模为两部分:空间自相关和块金效应。

如果确定数据中存在全局趋势,则必须确定如何对其建模。使用确定性方法还是地统计方法来创建表面通常取决于您的目标。如果仅对全局趋势建模和创建平滑表面,可以使用全局或局部多项式插值法来创建最终表面。但是,可能想在地统计方法(例如,移除趋势并将其余部分建模为随机短程变化)中纳入趋势。要移除地统计中的趋势的主要原因是为了满足平稳性假设。仅在合理的情况下移除趋势。

了解有关从数据中移除趋势的详细信息

如果移除地统计方法中的全局趋势,将对残差中的随机短程变化进行建模。但是,在做出实际预测之前,趋势将自动重新添加回数据中以获取合理的结果。

如果将数据解构为全局趋势加上短程变化,即假设趋势是固定的,而短程变化是随机的。其中,随机并不意味着不可预测,而是由称为自相关性的包括相邻值的相关性的概率规则所控制。最终表面是固定和随机表面的总和。也就是说,考虑添加两个图层,一个永远不变,另一个则随机变化。例如,假设您正在学习生物量。如果回到 1,000 年前并重新开始到现在,生物量表面的全局趋势将保持不变。但是,生物量表面的短程变化会变化。保持不变的全局趋势是由于固定效应(例如,地形)。短程变化是由不随时间保留的非永久特征(例如,降雨量)导致的,因此假设其是随机的而且可能是自相关的。

如果可以识别和量化趋势,那么将可更进一步理解数据并做出更好的决策。如果移除趋势,将能够更准确地对随机短程变化进行建模,因为全局趋势不会影响关于数据稳定性的克里金假设。

相关主题


7/10/2012