如何解决解释skgstat变异函数图
我正在尝试使用变异函数来了解我正在使用的某些空间数据-但是在绘制这些数据及其分布时,我难以解释结果的某些部分。请裸露我!我给你一个例子,伴随的情节,然后在这里问问题。
示例代码
import numpy as np
import skgstat as skg
coordinates = np.random.rand(10)*10
values = np.random.rand(10)*10
V = skg.Variogram(coordinates=coordinates,values=values,n_lags=5)
print(V)
V.plot()
输出
spherical Variogram
-------------------
Estimator: matheron
Effective Range: 2.33
Sill: 10.72
Nugget: 0.00
我理解门槛/掘金/估计量之类的东西,但是我对这些东西感到困惑:
- 主要-我的坐标有10个随机值。为什么地球上显示的直方图总和包含了三十多个样本?这些代表什么?
- 滞后是否一定代表等效的X值?
解决方法
我已经意识到我在直方图中的解释。
N不一定表示样本数-而是表示为的对数:
npairs = n(n-1)/2.
这与直方图中的可用点数相同。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。