比较模型
比较有助于确定创建地统计图层的模型相对于其他模型的好坏程度。要比较模型，必须有两个用于比较的地统计图层（使用 ArcGIS Geostatistical Analyst 扩展模块创建）。这两个图层可以使用不同的插值方法创建（如反距离权重法和普通克里金法），也可以使用相同的方法但用不同的参数创建。在第一种情况下，您将比较哪种方法最适合数据，在第二种情况下，您将检查在创建输出表面时不同输入参数对同一模型的不同作用。要比较两个模型，在内容列表中右键单击其中一个模型的名称，然后单击比较，如下所示：
 |
比较 对话框使用执行交叉验证和验证中介绍的交叉验证统计数据。但它允许并排检查统计数据和图。通常，最佳模型应拥有最接近于 0 的标准平均值、最小的均方根预测误差、最接近该误差的平均标准误差，以及最接近于 1 的标准均方根预测误差。
常见的方法是：创建多个表面，将其中的一个标识为最佳，然后确定它本身即为最终结果还是将被传递到更大的模型（如用于房屋选址的适宜性模型）去解决现有问题。可对每个表面与其他表面进行系统地比较，除去两个比较表面中较差的一个，直到剩下最好的两个表面互相进行比较。可总结出，对于此项特定分析，最后两个表面中的较优者即为可能的最佳表面。
 |
比较方法和模型时的注意事项
在比较不同方法和/或模型产生的结果时，有两个问题需要考虑：一个是最优性，另一个是有效性。
例如，某一模型的均方根预测误差可能更小。因此可得出它就是最佳模型的结论。但在与另一模型进行比较时，均方根预测误差可能更接近于估计的平均预测标准误差。这是更有效的模型，因为在不含数据的某一点进行预测时，只能使用估计的标准误差来评估预测的不确定性。您还必须检查标准均方根是否接近于一。如果标准均方根接近于一，并且估计的平均预测标准误差接近于根据交叉验证得出的均方根预测误差，则可以确定模型是合适的。在上图中，左侧克里金模型的均方根和平均标准误差小于右侧模型，但应首选右侧的克里金模型，因为它的均方根和平均标准误差相近。此外，左侧模型具有非常大的标准均方根，这表示模型存在严重的问题。
除了比较 对话框中提供的统计数据，在评估最佳模型时还应使用关于数据集的先验信息以及来自 ESDA 的先验信息。
- 在 ArcMap 内容列表中右键单击要比较的某一地统计图层，然后单击比较。
- 在比较对象下拉菜单中单击本次比较中的第二个图层。
- 单击各个选项卡查看不同的比较结果。
- 单击关闭。