Because inverse distance weighting

Because inverse distance weighting is a deterministic technique, it does not take into account the spatial structure (i.e., arrangement) of the sample points. Therefore, the results that you get using this technique can be influenced by the spacing and density of the samples, and it is good to be cautious about the accuracy of the interpolated values. Also, because inverse distance weighting computes an average value, the value it calculates for a non-sampled point can never be higher than the maximum value for a sample point or lower than the minimum value of the sample point, so if the peaks and valleys of the data are not represented in your sample, this technique may be wildly inaccurate in some locations.

ผลลัพธ์ (ไทย) 1:

เนื่องจากน้ำหนักระยะทางผกผัน เทคนิค deterministic มันไม่คำนึงถึงโครงสร้างพื้นที่ (เช่น จัด) ของจุดตัวอย่าง ดังนั้น ผลลัพธ์ที่คุณได้ใช้เทคนิคนี้อาจมีผลมาจากระยะห่างและความหนาแน่นของตัวอย่าง แล้วจึงควรระมัดระวังความถูกต้องของค่า interpolated ยัง เนื่องจากน้ำหนักระยะทางผกผันคำนวณค่าเฉลี่ย ค่าที่คำนวณในจุดที่ไม่ใช่ความไม่ได้สูงกว่าค่าสูงสุดสำหรับตัวอย่างจุด หรือต่ำกว่าค่าต่ำสุดของจุดตัวอย่าง ดังนั้นยอดเขาและหุบเขาของข้อมูลไม่แสดงในตัวอย่างของคุณ เทคนิคนี้อาจไม่ถูกต้องอาละวาดในบางสถานที่

ผลลัพธ์ (ไทย) 2:

เพราะน้ำหนักระยะทางตรงกันข้ามเป็นเทคนิคที่กำหนดก็ไม่ได้คำนึงถึงโครงสร้างเชิงพื้นที่ (เช่นการจัดเรียง) ของจุดตัวอย่าง ดังนั้นผลลัพธ์ที่คุณได้รับการใช้เทคนิคนี้สามารถได้รับอิทธิพลจากระยะห่างและความหนาแน่นของกลุ่มตัวอย่างและมันเป็นสิ่งที่ดีจะต้องระมัดระวังเกี่ยวกับความถูกต้องของค่าหยันที่ นอกจากนี้เนื่องจากน้ำหนักระยะทางตรงกันข้ามคำนวณค่าเฉลี่ยค่าก็จะคำนวณหาจุดที่ไม่ชิมไม่สามารถจะสูงกว่าค่าสูงสุดสำหรับจุดตัวอย่างหรือต่ำกว่ามูลค่าขั้นต่ำของการจุดตัวอย่างดังนั้นหากยอดเขาและหุบเขา ของข้อมูลที่ไม่ได้เป็นตัวแทนในตัวอย่างของเทคนิคนี้อาจจะลำพองที่ไม่ถูกต้องในบางสถานที่

ผลลัพธ์ (ไทย) 3:

เพราะน้ำหนักระยะทางผกผันเป็นเทคนิคที่สามารถคาดเดาได้ มันไม่ได้คำนึงถึงโครงสร้างเชิงพื้นที่ ( เช่น การจัด ) ของตัวอย่างที่จุด ดังนั้น ผลลัพธ์ที่คุณได้รับการใช้เทคนิคนี้โดยได้รับอิทธิพลของระยะปลูกและความหนาแน่นของตัวอย่าง และมันเป็นสิ่งที่ดีที่จะระมัดระวังเกี่ยวกับความถูกต้องของหยันค่า นอกจากนี้เพราะน้ำหนักคำนวณระยะทางผกผันค่าเฉลี่ย ค่ามันไม่คำนวณให้ โดยจุดที่ไม่สูงกว่ามูลค่าสูงสุดสำหรับตัวอย่างจุดหรือต่ำกว่าค่าต่ำสุดของจุดตัวอย่าง ดังนั้นถ้ายอดเขาและหุบเขาของข้อมูลไม่แสดงในตัวอย่างของคุณ เทคนิคนี้อาจไม่ถูกต้องอาละวาดใน บางสถานที่