The semivariogram surface indicates

The semivariogram surface indicates there is spatial autocorrelation in the data. Knowing that thereare no outlier (or erroneous) sample points in the dataset, you can proceed with confidence to thesurface interpolation. You will be able to create a more accurate surface than the one you created inexercise 1 using default options and parameter values because you now know that there is trend and anisotropy in the data and you can adjust for it in the interpolation. Also, a data transformation mayimprove the prediction model.

ผลลัพธ์ (ไทย) 1:

พื้นผิว semivariogram บ่งชี้ว่ามีความผิดพลาดที่สัมพันธ์เชิงพื้นที่ในข้อมูล รู้ว่ามี
ไม่มีขอบเขต (หรือที่ผิดพลาด) จุดตัวอย่างในชุดข้อมูลที่คุณสามารถดำเนินการด้วยความเชื่อมั่นกับ
การแก้ไขพื้นผิว คุณจะสามารถที่จะสร้างพื้นผิวที่ถูกต้องมากกว่าหนึ่งคนที่คุณสร้างขึ้นใน
การออกกำลังกาย 1 โดยใช้ตัวเลือกการเริ่มต้นและค่าพารามิเตอร์เพราะตอนนี้คุณรู้ว่ามีแนวโน้มและ anisotropy ในข้อมูลและคุณสามารถปรับให้มันในการแก้ไข นอกจากนี้การเปลี่ยนแปลงข้อมูลอาจ
ปรับปรุงรูปแบบการทำนาย

ผลลัพธ์ (ไทย) 2:

พื้นผิวกึ่งตัวบ่งชี้ว่ามีความสัมพันธ์อัตโนมัติเชิงพื้นที่ในข้อมูล รู้ว่ามี
ไม่มีจุดตัวอย่างที่ไม่ถูกต้อง (หรือผิดพลาด) ในชุดข้อมูลคุณสามารถดำเนินการด้วยความมั่นใจต่อ
การแทรกตัวของพื้นผิว คุณจะสามารถที่จะสร้างพื้นผิวที่แม่นยำมากขึ้นกว่าที่คุณสร้างขึ้นใน
ออกกำลังกาย1โดยใช้ตัวเลือกเริ่มต้นและค่าพารามิเตอร์เพราะตอนนี้คุณรู้ว่ามีแนวโน้มและ anisotropy ในข้อมูลและคุณสามารถปรับสำหรับมันในการแทรกข้อความ นอกจากนี้การแปลงข้อมูลอาจ
ปรับปรุงรูปแบบการคาดการณ์

ผลลัพธ์ (ไทย) 3:

พื้นผิวของฟังก์ชัน semivariate บ่งชี้ว่าข้อมูลมีความสัมพันธ์เชิงพื้นที่ด้วยตนเอง รู้ว่ามี
ถ้าไม่มีข้อยกเว้นหรือข้อผิดพลาดตัวอย่างจุดในชุดข้อมูลต่อไป
การประมาณค่าในพื้นผิว คุณจะสามารถสร้างพื้นผิวที่ถูกต้องมากขึ้นกว่าพื้นผิวที่คุณสร้างขึ้นใน
แบบฝึกหัด 1 ใช้ตัวเลือกเริ่มต้นและค่าพารามิเตอร์เพราะคุณรู้ว่ามีแนวโน้มและ anisotropy ในข้อมูลและคุณสามารถปรับการประมาณค่าในช่วง นอกจากนี้การแปลงข้อมูลสามารถ
ปรับปรุงรูปแบบการพยากรณ์