About: Kriging     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : dbo:Software, within Data Space : dbpedia.org associated with source document(s)
QRcode icon
http://dbpedia.org/describe/?url=http%3A%2F%2Fdbpedia.org%2Fresource%2FKriging

In statistics, originally in geostatistics, kriging or Kriging, also known as Gaussian process regression, is a method of interpolation based on Gaussian process governed by prior covariances. Under suitable assumptions on the priors, kriging gives the best linear unbiased prediction (BLUP) at unsampled locations. Interpolating methods based on other criteria such as smoothness (e.g., smoothing spline) may not yield the BLUP. The method is widely used in the domain of spatial analysis and computer experiments. The technique is also known as Wiener–Kolmogorov prediction, after Norbert Wiener and Andrey Kolmogorov.

AttributesValues
rdf:type
rdfs:label
  • Kriging
  • Kriging
  • Krigeaje
  • Krigekuntza
  • Kriging
  • Kriging
  • Krigeage
  • Kriging
  • Kriging
  • Krigagem
  • Кригинг
  • Кригінг
rdfs:comment
  • Krigekuntza baten balioa leku jakin batean edo hurbiltzeko teknika multzoa da, beste leku batzuetan jasotako datuen arabera, maiz erabiltzen dena. Adibidez, puntu jakin batean lur azpian dagoen mineral baten kontzentrazioa zenbatesteko erabil daiteke, inguruko puntu batzuetan jaso den kontzentrazioaren bitartez.
  • El krigeaje, krigeado o kriging (del francés krigeage), también conocido como regresión en procesos Gaussianos, es un método de interpolación geoestadístico de estimación de puntos. Utiliza un modelo de variograma para la obtención de los ponderadores que se dan a cada punto de referencia usado en la estimación. Esta técnica de interpolación se basa en la premisa de que la variación espacial continúa con un mismo patrón homogéneo. Fue desarrollada inicialmente por Danie G. Krige a partir del análisis de regresión entre muestras y bloques de mena, las cuales fijaron la base de la geoestadística lineal.
  • Krigagem ou krigeagem (do inglês Kriging é um método de regressão usado em geoestatística para aproximar ou interpolar dados. A teoria de Kriging foi desenvolvida a partir dos trabalhos do seu inventor, Daniel G. Krige, pelo matemático francês Georges Matheron, no começo dos anos sessenta. Na comunidade estatística, também é conhecido como “Processo Gaussiano de Regressão”. A estimação com base em apenas um atributo insere-se no âmbito da Krigagem; a estimação de um atributo à custa de outros atributos insere-se no âmbito da Co-krigagem.
  • Kriging či počeštěně krigování je ve statistice (původně v geostatistice) metoda interpolace, kde jsou interpolované hodnoty modelovány gaussovským procesem podle apriorních kovariancí. Za vhodných předpokladů dává kriging nejlepší lineární nestrannou předpověď střední hodnoty. Interpolační metody založené na jiných kritériích, jako je například hladkost, nemusejí přinést nejpravděpodobnější střední hodnoty. Tato metoda se běžně používá v oblasti prostorové analýzy a počítačových experimentů. Technika je také známá jako Kolmogorova-Wienerova predikce.
  • Unter Kriging (oder auch: Krigen) versteht man ein geostatistisches Verfahren, mit demman Werte an Orten, für die keine Stichprobe vorliegt, durch umliegende Messwerte interpolieren oder auch annähern kann. Außerhalb der Geostatistik ist das Verfahren als Gaußprozess-Regression bekannt.
  • In statistics, originally in geostatistics, kriging or Kriging, also known as Gaussian process regression, is a method of interpolation based on Gaussian process governed by prior covariances. Under suitable assumptions on the priors, kriging gives the best linear unbiased prediction (BLUP) at unsampled locations. Interpolating methods based on other criteria such as smoothness (e.g., smoothing spline) may not yield the BLUP. The method is widely used in the domain of spatial analysis and computer experiments. The technique is also known as Wiener–Kolmogorov prediction, after Norbert Wiener and Andrey Kolmogorov.
  • Kriging adalah metode yang digunakan untuk mengestimasi nilai dari sebuah titik atau blok sebagai kombinasi linier dari nilai contoh yang terdapat disekitar titik yang akan diestimasi. Bobot kriging diperoleh dari hasil variansi estimasi minimum dengan memperluas penggunaan semi-variogram. Estimator kriging dapat diartikan sebagai variabel tidak bias dan penjumlahan dari keseluruhan bobot adalah satu. Bobot inilah yang dipakai untuk mengestimasi nilai dari ketebalan, ketinggian, kadar atau variabel lain. Sifat-sifat Kriging:
  • Le krigeage est, en géostatistique, la méthode d’estimation linéaire garantissant le minimum de variance. Le krigeage réalise l'interpolation spatiale d'une variable régionalisée par calcul de l'espérance mathématique d'une variable aléatoire, utilisant l'interprétation et la modélisation du variogramme expérimental. C'est le meilleur estimateur linéaire non-biaisé ; il se fonde sur une méthode objective. Il tient compte non seulement de la distance entre les données et le point d'estimation, mais également des distances entre les données deux-à-deux.
  • Il kriging è un metodo di regressione usato nell'ambito dell' (geostatistica che permette di interpolare una grandezza nello spazio, minimizzando l'errore quadratico medio. Deve il suo nome a Danie Krige, ingegnere minerario sudafricano che sviluppò negli anni '50 alcuni metodi empirici per la previsione della distribuzione di minerale nel sottosuolo a partire da campionamenti del terreno. Diversi altri autori si dedicarono alla materia, tra i quali Wold, Kolmogorov, Norbert Wiener, Georges Matheron e Gandin. Il valore incognito in un punto viene calcolato con una media pesata dei valori noti.
  • Kriging – grupa geostatystycznych metod estymacji, dzięki której otrzymuje się najlepsze, nieobciążone liniowe oszacowania (ang. best, unbiased linear predictions – BLUP lub best, unbiased linear estimator – BLUE) wartości analizowanej . Danym próbkowym (punktom pomiarowym) znajdującym się wewnątrz obszaru estymacji (obszaru wyszukiwania próbek) przydziela się odpowiednie wagi zwane współczynnikami (wagami) krigingu w taki sposób, aby zminimalizować średniokwadratowy błąd estymacji (wariancję krigingu).
  • В статистике, первоначально в геостатистике, кригинг или регрессия на основе гауссовских процессов — это метод интерполяции, для которого интерполированные значения моделируются гауссовским процессом, определяемым предыдущими ковариациями, в отличие от кусочно-полиномиального сплайна, оптимизирующего гладкость интерполируемых значений. Данный интерполяционный метод назван в честь южноафриканского горного инженера Дэниела Крига, занимавшегося ручным созданием геологических карт по ограниченному набору данных в некоторой области. Это вид обобщенной линейной регрессии, использующий статистические параметры для нахождения оптимальной оценки в смысле минимального среднеквадратического отклонения при построении поверхностей, кубов и карт. В основу метода положен принцип несмещенности среднего; т
  • Кригінг — це вид узагальненої лінійної регресії, який використовує статистичні параметри для знаходження оптимальної оцінки в сенсі мінімального середнього відхилення при побудові поверхонь, кубів і карт. Цей інтерполяційний метод геостатистики названий на честь південноафриканського гірського інженера Деніела Крига, який займався ручним створенням геологічних карт за обмеженим набором даних в деякій області. В основу методу покладено принцип незміщеності середнього; тобто взяті всі разом значення на мапі повинні мати правильне середнє значення. Глобальна незміщеність формально забезпечується за рахунок підвищення найнижчих значень і зменшення високих.
sameAs
foaf:depiction
  • External Image
  • External Image
  • External Image
dct:subject
Wikipage page ID
Wikipage revision ID
Link from a Wikipage to another Wikipage
Faceted Search & Find service v1.17_git93 as of Oct 15 2021


Alternative Linked Data Documents: iSPARQL | ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 08.03.3322 as of Dec 9 2021, on Linux (x86_64-generic-linux-glibc25), Single-Server Edition (62 GB total memory, 39 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2022 OpenLink Software