The selection of a lag size has imp

The selection of a lag size has important effects on the empirical semivariogram. For example, if the lag size is too large, short-range autocorrelation may be masked. If the lag size is too small, there may be many empty bins, and sample sizes within bins will be too small to get representative averages for bins.
When samples are located on a sampling grid, the grid spacing is usually a good indicator for lag size. However, if the data is acquired using an irregular or random sampling scheme, the selection of a suitable lag size is not so straightforward. A rule of thumb is to multiply the lag size by the number of lags, which should be about half the largest distance among all points. Also, if the range of the fitted semivariogram model is very small relative to the extent of the empirical semivariogram, you can decrease the lag size. Conversely, if the range of the fitted semivariogram model is large relative to the extent of the empirical semivariogram, you can increase the lag size.
Another approach to determining the lag size is to use the Average Nearest Neighbor tool to determine the average distance between points and their nearest neighbors. This provides a reasonably good lag size as every lag will have at least a few pairs of points in it. The Average Nearest Neighbor tool is located in Spatial Statistics tools, under Analyzing Patterns. An example of the use of this tool is shown below.

ผลลัพธ์ (ไทย) 1:

การเลือกขนาดความล่าช้ามีผลสำคัญ semivariogram ประจักษ์ ตัวอย่าง ถ้าขนาดความล่าช้าที่มีขนาดใหญ่เกินไป short-range autocorrelation อาจสวมหน้ากาก ถ้าขนาดความล่าช้ามีขนาดเล็กเกินไป อาจมีช่องว่างมาก และตัวอย่างภายในช่องจะมีขนาดเล็กเกินไปที่จะได้รับค่าเฉลี่ยพนักงานสำหรับช่องเก็บเมื่อตัวอย่างตั้งอยู่บนเส้นตารางสุ่มตัวอย่าง ตารางระยะห่างเป็นปกติตัวบ่งชี้ที่ดีสำหรับความล่าช้าขนาด อย่างไรก็ตาม ถ้าข้อมูลซื้อมาใช้แผนการสุ่มตัวอย่างแบบสุ่ม หรือผิดปกติ การเลือกขนาดที่เหมาะสมความล่าช้าไม่ได้ตรงไปตรงมาดังนั้น กฎของหัวแม่มือจะคูณขนาดความล่าช้าจำนวน lags ซึ่งควรมีระยะห่างมากที่สุดประมาณครึ่งระหว่างจุดที่ ยัง ถ้าช่วงรุ่น semivariogram จัดเป็นขนาดเล็กมากเมื่อเทียบกับขอบเขตของ semivariogram ประจักษ์ คุณสามารถลดขนาดความล่าช้า ในทางกลับกัน ถ้าช่วงรุ่นผ่อน semivariogram มีขนาดใหญ่ที่สัมพันธ์กับขอบเขตของ semivariogram ประจักษ์ คุณสามารถเพิ่มขนาดความล่าช้าวิธีการอื่นเพื่อกำหนดขนาดความล่าช้าจะใช้เครื่องมือของเพื่อนบ้านที่ใกล้ที่สุดเฉลี่ยระยะเฉลี่ยระหว่างจุดและบ้านของพวกเขาที่ใกล้ที่สุด นี้มีความล่าช้าที่ค่อนข้างดีขนาดเป็นทุกความล่าช้าจะได้คะแนนน้อยไม่กี่คู่ใน เครื่องมือของเพื่อนบ้านที่ใกล้ที่สุดโดยเฉลี่ยจะอยู่ในเครื่องมือสถิติปริภูมิ ภายใต้รูปแบบการวิเคราะห์ ตัวอย่างการใช้เครื่องมือนี้จะแสดงอยู่ด้านล่าง

ผลลัพธ์ (ไทย) 2:

การเลือกขนาดความล่าช้าการให้มีผลสำคัญใน semivariogram เชิงประจักษ์ ตัวอย่างเช่นถ้าขนาดล่าช้ามีขนาดใหญ่เกินไปอัตระยะสั้นอาจจะมีการสวมหน้ากาก ถ้าขนาดล่าช้ามีขนาดเล็กเกินไปอาจจะมีหลายถังขยะว่างเปล่าและขนาดตัวอย่างที่อยู่ในถังขยะจะมีขนาดเล็กเกินไปที่จะได้รับค่าเฉลี่ยตัวแทนถังขยะ.
เมื่อกลุ่มตัวอย่างที่อยู่ในตารางการสุ่มตัวอย่างระยะห่างตารางมักจะเป็นตัวบ่งชี้ที่ดีสำหรับความล่าช้า ขนาด แต่ถ้าข้อมูลที่ได้มาใช้รูปแบบการเก็บตัวอย่างผิดปกติหรือการสุ่มเลือกขนาดที่เหมาะสมล่าช้าไม่ตรงไปตรงมาเพื่อให้ กฎของหัวแม่มือคือการคูณขนาดล่าช้าจากจำนวนความล่าช้าซึ่งควรจะประมาณครึ่งหนึ่งของระยะทางที่ใหญ่ที่สุดในทุกจุด นอกจากนี้ถ้าช่วงของรูปแบบการติดตั้ง semivariogram เป็นญาติขนาดเล็กมากที่มีขอบเขตของ semivariogram เชิงประจักษ์ที่คุณสามารถลดขนาดความล่าช้า ตรงกันข้ามถ้าช่วงของรูปแบบ semivariogram ติดตั้งเป็นญาติที่มีขนาดใหญ่ที่มีขอบเขตของ semivariogram เชิงประจักษ์ที่คุณสามารถเพิ่มขนาดความล่าช้า.
อีกวิธีหนึ่งที่จะกำหนดขนาดความล่าช้าคือการใช้เครื่องมือเฉลี่ยเพื่อนบ้านที่ใกล้ที่สุดเพื่อตรวจสอบระยะทางเฉลี่ยระหว่างจุด และเพื่อนบ้านที่ใกล้ที่สุดของพวกเขา นี้จะมีขนาดความล่าช้าที่ดีพอสมควรเป็นความล่าช้าทุกคนจะมีอย่างน้อยไม่กี่คู่ของจุดในนั้น ค่าเฉลี่ยของเครื่องมือเพื่อนบ้านที่ใกล้ที่สุดอยู่ในอวกาศเครื่องมือสถิติภายใต้รูปแบบการวิเคราะห์ ตัวอย่างของการใช้เครื่องมือนี้จะแสดงด้านล่าง

ผลลัพธ์ (ไทย) 3:

การเลือกของความล่าช้าและมีขนาดของผลกระทบที่สำคัญต่อ semivariogram เชิงประจักษ์ ตัวอย่างเช่น หากความล่าช้าขนาดใหญ่เกินไป ข้อมูลระยะสั้นอาจจะสวมหน้ากาก ถ้าร่างกายมีขนาดเล็กเกินไป อาจจะมีถังขยะว่างเปล่ามาก และขนาดตัวอย่างภายในถังขยะจะเล็กเกินไปที่จะให้ผู้แทนค่าเฉลี่ยถังขยะ .
เมื่อตัวอย่างอยู่ในตัวอย่างตารางตารางระยะมักจะเป็นตัวบ่งชี้ที่ดีสำหรับขนาดของร่างกาย แต่ถ้าเป็นข้อมูลที่ได้มาโดยผิดปกติหรือสุ่มแบบสุ่มเลือกขนาดร่างกายที่เหมาะสมไม่ได้เป็นตรงไปตรงมามาก กฎของหัวแม่มือคือคูณล้าหลังขนาดโดยจํานวนของล่าช้า ซึ่งน่าจะประมาณครึ่งหนึ่งของระยะทางที่ใหญ่ที่สุดในบรรดาจุด นอกจากนี้ถ้าช่วงของการติดตั้ง semivariogram โมเดลมีขนาดเล็กมากเมื่อเทียบกับขนาดของ semivariogram เชิงประจักษ์ คุณสามารถลดความล่าช้าขนาด ในทางกลับกัน ถ้าช่วงของการติดตั้ง semivariogram รูปแบบมีขนาดใหญ่เมื่อเทียบกับขนาดของ semivariogram เชิงประจักษ์ , คุณสามารถเพิ่ม
ล้าหลังขนาดแนวทางหนึ่งในการกำหนดขนาดการใช้เฉลี่ยล้าหลังเพื่อนบ้านใกล้ที่สุดเครื่องมือการตรวจสอบระยะทางเฉลี่ยระหว่างจุดและเพื่อนบ้านที่ใกล้ที่สุดของพวกเขา นี้มีขนาดร่างกายที่ดีพอสมควรเป็นทุกวันร่างกายจะได้คะแนนอย่างน้อยไม่กี่คู่ของมัน มีเพื่อนบ้านที่ใกล้ที่สุดตั้งอยู่ในพื้นที่เครื่องมือเครื่องมือวิเคราะห์สถิติ ภายใต้รูปแบบตัวอย่างของการใช้เครื่องมือนี้จะแสดงด้านล่าง