Eu estava seguindo este artigo relacionado à krigagem comum
Agora minha matriz de covariância se parece com isso, para 4 variáveis
1 0.740818220681718 0.548811636094027 0.406569659740599
0.740818220681718 1 0.740818220681718 0.548811636094027
0.548811636094027 0.740818220681718 1 0.740818220681718
0.406569659740599 0.548811636094027 0.740818220681718 1
Bem, a relação entre semvariograma e variograma é dada por
Então, calculei o também. Agora, quando tento calcular os pesos como
A = 1.0000 0.7408 0.5488 1.0000
0.7408 1.0000 0.7408 1.0000
0.5488 0.7408 1.0000 1.0000
1.0000 1.0000 1.0000 0
B = 0.4066
0.5488
0.7408
1.0000
Estou tomando a quarta variável como ausente
[W;mu] = inv(A)*B = 0.1148
0.0297
0.8555
-0.1997
O acima foi usando covariância. Agora usando semi-variância eu tinha
A = 0 0.2592 0.4512 1.0000
0.2592 0 0.2592 1.0000
0.4512 0.2592 0 1.0000
1.0000 1.0000 1.0000 0
B = 0.5934
0.4512
0.2592
1.0000
inv(A)*B = 0.1148
0.0297
0.8555
0.1997
Como você pode ver, os últimos termos não são iguais. Quando de acordo com a derivação, eles são equacionados ou considerados iguais. Algum esclarecimento?
covariance
autocorrelation
variogram
user34790
fonte
fonte
Respostas:
Consulte (alterações de até notações) Statistics for Spatial Data por N. Cressie p. 121 na edição revisada.
fonte