需要 Geostatistical Analyst 许可。
在生成最终表面之前,应该了解模型对未知位置的值所做预测的准确程度。交叉验证和验证有助于您准确地判断出提供最佳预测的模型。这些计算的统计数据可用作指示模型及其相关参数值是否合理的诊断信息。
交叉验证和验证使用以下方法 – 移除一个或多个数据位置,然后使用其他位置的数据来预测与其相关联的数据。这样,您可将预测值与实测值相比较并且获得关于克里金模型质量的有用信息(例如,半变异函数参数和搜索邻域)。交叉验证
交叉验证使用所有数据对趋势和自相关模型进行估计。它会每次移除一个数据位置,然后预测关联的数据值。例如,下图显示了 10 个数据点。交叉验证会省略一个点(红色点),然后使用剩余的 9 个点(蓝色点)计算此位置的值。将省略点位置的预测值与实际值相比较。然后对第二个点重复此过程,以此类推。交叉验证会对所有点的测量值和预测值进行比较。在某种意义上,通过使用所有数据估计趋势和自相关模型,交叉验证有点欺骗性。完成交叉验证后,如果某些数据位置中含有较大误差,则这些位置可能被作为异常搁置,这时需要重新拟合趋势模型和自相关模型。逐一移除每个点
交叉验证自动执行,并且在地统计向导的最后一步中显示结果。也可以通过验证
验证首先会移除部分数据(称为测试数据集)。然后使用其他数据(称为训练数据集)来开发要用于预测的趋势和自相关模型。在 Geostatistical Analyst 中,使用
可以使用 有关如何验证模型的详细信息,请参阅使用验证评估模型。图