R_number 变差图中每个滞后的对
R_number of pairs for each lag in a Variogram
我正在使用 geoR
包进行降雨空间插值。我必须说我对地质统计学还很陌生。多亏了 youtube 上的一些视频教程,我理解了(好吧,我认为是这样)变差函数背后的理论。根据我的理解,对的数量应该随着滞后距离的增加而减少。例如,如果我们考虑 100 米长的延伸段(比如 100 米长的河床横截面),则 5 米滞后的对数为 20,10 米滞后的对数为 10,依此类推。但是我对 geoR
包中 variog
函数的输出有点困惑。下面给出一个例子
mydata
X Y a
[1,] 415720 432795 2.551415
[2,] 415513 432834 2.553177
[3,] 415325 432740 2.824652
[4,] 415356 432847 2.751844
[5,] 415374 432858 2.194091
[6,] 415426 432774 2.598897
[7,] 415395 432811 2.699066
[8,] 415626 432762 2.916368
这是我的数据集,其中 a
是我的变量(降雨强度),x, y
是点的坐标。变异函数计算如下所示
geodata=as.geodata(data,header=TRUE)
variogram=variog(geodata,coords=geodata$coords,data=geodata$data)
variogram[1:3]
$u
[1] 46.01662 107.37212 138.04987 199.40537 291.43861 352.79411
$v
[1] 0.044636453 0.025991469 0.109742986 0.029081575 0.006289056 0.041963076
$n
[1] 3 8 3 3 3 2
哪里
u:具有距离的向量。
v:在 u 中给定的距离处具有估计变差函数值的向量。
n:每个 bin 中的对数
据此,对数 (n) 具有随机模式,而相应的滞后距离 (u) 正在增加。我很难理解这一点。谁能解释发生了什么?此外,任何 suggestions/advice 改进此应用程序的变异函数计算(降雨强度的空间插值)都受到高度赞赏,因为我是地质统计学的新手。提前致谢。
在 100 米的线性样带上,观测值之间的规则间距为 5 米,如果您有 20 对 5 米滞后,那么您将有 19 对 10 米滞后。这个想法不适用于您的数据,因为它们是不规则分布的,并且分布在两个维度上。对于不规则分布的数据,对于非常短的距离,您通常只有很少的点对。获得更好看的变差函数的建议是使用更大的数据集:地质统计学从 30 个观察开始变得有趣,并且从超过 100 个观察开始变得有趣。
我正在使用 geoR
包进行降雨空间插值。我必须说我对地质统计学还很陌生。多亏了 youtube 上的一些视频教程,我理解了(好吧,我认为是这样)变差函数背后的理论。根据我的理解,对的数量应该随着滞后距离的增加而减少。例如,如果我们考虑 100 米长的延伸段(比如 100 米长的河床横截面),则 5 米滞后的对数为 20,10 米滞后的对数为 10,依此类推。但是我对 geoR
包中 variog
函数的输出有点困惑。下面给出一个例子
mydata
X Y a
[1,] 415720 432795 2.551415
[2,] 415513 432834 2.553177
[3,] 415325 432740 2.824652
[4,] 415356 432847 2.751844
[5,] 415374 432858 2.194091
[6,] 415426 432774 2.598897
[7,] 415395 432811 2.699066
[8,] 415626 432762 2.916368
这是我的数据集,其中 a
是我的变量(降雨强度),x, y
是点的坐标。变异函数计算如下所示
geodata=as.geodata(data,header=TRUE)
variogram=variog(geodata,coords=geodata$coords,data=geodata$data)
variogram[1:3]
$u
[1] 46.01662 107.37212 138.04987 199.40537 291.43861 352.79411
$v
[1] 0.044636453 0.025991469 0.109742986 0.029081575 0.006289056 0.041963076
$n
[1] 3 8 3 3 3 2
哪里
u:具有距离的向量。
v:在 u 中给定的距离处具有估计变差函数值的向量。
n:每个 bin 中的对数
据此,对数 (n) 具有随机模式,而相应的滞后距离 (u) 正在增加。我很难理解这一点。谁能解释发生了什么?此外,任何 suggestions/advice 改进此应用程序的变异函数计算(降雨强度的空间插值)都受到高度赞赏,因为我是地质统计学的新手。提前致谢。
在 100 米的线性样带上,观测值之间的规则间距为 5 米,如果您有 20 对 5 米滞后,那么您将有 19 对 10 米滞后。这个想法不适用于您的数据,因为它们是不规则分布的,并且分布在两个维度上。对于不规则分布的数据,对于非常短的距离,您通常只有很少的点对。获得更好看的变差函数的建议是使用更大的数据集:地质统计学从 30 个观察开始变得有趣,并且从超过 100 个观察开始变得有趣。