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。