Упражнение 4: сравнение моделей

Доступно с лицензией Geostatistical Analyst.

Уровень сложности:

Начальный

Требования к данным:

ArcGIS Tutorial Data for Desktop

Путь к данным:

C:\ArcGIS\ArcTutor\Geostatistical Analyst

Задача:

Сравните две модели интерполяции, чтобы определить какая из них эффективней.

Прежде чем начать упражнение, вам следует выполнить упражнение 1 и упражнение 3.

С помощью инструмента Geostatistical Analyst вы можете сравнивать прогнозы, отображаемые на двух и более картографических поверхностях. Это дает возможность принимать взвешенное решение, поскольку модель предоставляет более точные прогнозы концентрации озона, основываясь на статистических данных перекрестной проверки.

В этом упражнении вам необходимо сравнить слой Вычтенный тренд (Trend Removed), созданный в упражнении 3 со слоем Кригинг по умолчанию (Default Kriging), который был создан в упражнении 1.

1. Если вы завершили предыдущий сеанс ArcMap, запустите программу снова и откройте Ozone Prediction Map.mxd.
2. Щелкните правой кнопкой мыши слой Вычтенный тренд (Trend Removed) и щелкните кнопку Сравнить (Compare).

   

   Откроется диалоговое окно Сравнение результатов перекрестной проверки (Cross Validation Comparison) и будет выполнено автоматическое сравнение модели Вычтенный тренд (Trend Removed) с моделью Кригинг по умолчанию (Default Kriging) (поскольку это единственная модель в таблице содержания).

   

3. Сравните статистические данные перекрестной проверки обеих моделей.

   Выберите лучшую модель, приняв во внимание такие моменты:

   • прогнозы должны быть несмещенными, со средним значением ошибки прогноза близким к 0;
   • среднеквадратичная нормированная погрешность прогнозирования близка к 1, что указывает на точность стандартных погрешностей;
   • среднеквадратичная погрешность прогнозирования и средняя стандартная ошибка малы настолько, насколько это возможно, что указывает на то, что прогнозы несильно отклоняются от измеренных значений;

   Кроме того, вы можете использовать закладки Проинтерполированное значение (Predicted), Ошибка (Error), Нормированная ошибка (Standardized Error) и Нормальный график КК (Normal QQPlot) для графического отображения эффективности каждой модели.

   При использовании этих критериев эффективность модели Вычтенный тренд (Trend Removed) превышает эффективность модели Кригинг по умолчанию (Default Kriging).

4. Закройте диалоговое окно Сравнение результатов перекрестной проверки (Cross Validation Comparison).
5. Щелкните правой кнопкой мыши слой Кригинг по умолчанию (Default Kriging) и нажмите кнопку Удалить (Remove).

   

6. На панели инструментов Стандартные (Standard) щелкните кнопку Сохранить (Save).

Вы только что выбрали лучшую из двух поверхностей интерполяции, но вам могут понадобиться и другие типы поверхностей для поддержки анализа явления, а также для принятия решения на основе интерполированных значений.

В ходе упражнения 5 вы будете использовать индикатор кригинга для вычисления вероятности превышения критического порогового значения озона, и создадите окончательный вариант карты со всеми созданными в процессе обучения поверхностями.