- •Глава 3
- •3. Деякі реальні проблеми та їх вирішення
- •3.1 Прогнозування вартості: створення, переробка або зміна вимірювальної сітки
- •3.1.1 Детерміновані точка зору: Інтерполяція і наближені методи
- •3.1.1.1 Узагальнені середнє арифметичне, 1d
- •3.1.1.5 Кубічні сплайни (1d-типу)
- •3.1.1.6 Поліноміальна регресія (1d-випадку)
- •3.1.1.7 Поліноміальна регресія (2d-чохол)
- •3.1.1.8 В-сплайни (1d-випадку)
- •3.1.1.9 B-сплайни (2d-вигляд)
- •3.1.2 Стохастична точка зору: Методи геостатистики
- •3.1.2.2. Звичайний Крігінг
- •3.1.2.3 Універсальний крігінг
- •3.1.2.4 Крос-перевірка
3.1.2.4 Крос-перевірка
Тут зробимо короткий огляд методів крос-перевірки і якості вимірів для оцінки вибору варіограмної моделі.
Ми вважаємо, що всі кроки моделювання є завершеними: хмарна і емпірична варіограми є обчисленими опираючись на дані вимірювання, модель для емпіричної варіограми є відповідною, застосований метод крігінгу і отримані невідомі значення відповідного крігінгу. Добре чи погано ці варіограмна модель підходить для даного випадку? Чи можна відповісти на це питання?
Крос-перевірка, яка тестує емпіричну точність крігінгу може дати відповідь на це питання. Працює вона наступним чином. З N відомих значень z регіональної змінної, вибране значення, яке має бути крігнутим з допомогою решти значень, використовуючи варіограмну модель. Ця процедура виконується почергово для кожного значення z. Спочатку доведемо, що:
![]()
Якщо (3-46) не виконується, є систематичний ефект недо- чи перевизначення, таким чином зазначаємо, що вибрана модель не є ідеальною.
По-друге обчислимо і доведемо, що
![]()
