需要 Geostatistical Analyst 许可。
所有插值模型均为预测方法，最终目标是在测量位置间的所有位置上生成预测值表面。通常，您还需了解预测的精确度与可靠性，这样 Geostatistical Analyst 可提供多种不同的输出表面类型，在考虑到预测的固有变异性的同时，帮助您解释预测表面。以下部分描述了不同的输出表面类型，底部的表格显示了每种插值法可用的类型表面。
所有的输出地图都假设您已选择正确的插值法以及正确的插值参数。实际上，如果数据无法满足插值法的假设或提供了错误的参数，那么这些表面可能无法正确地表示数据的真值。
预测表面
所有插值法（除了指示克里金法和概率克里金法）都能创建预测表面，而这是所有插值法的默认输出。此表面显示了测量位置间所有位置数据的预测值。
预测标准误差表面
预测标准误差表面是每个位置预测值的标准误差地图。标准误差是每个位置估算值的标准差，标准误差越大，预测值的精度就越低。标准误差最常用来创建可能包含每个预测位置的真值的间隔。
68-95-99.7 规则
如果数据采用多元正态分布，可根据以往经验为每个预测位置的真值创建置信区间。此规则表明 68%（约三分之二）的真值会处于一个预测值标准误差范围之内，95% 的真值会处于两个预测值标准误差范围之内，99.7%（几乎全部）的真值会处于三个预测值标准误差范围之内。例如，如果一个位置收到的预测值为 100，标准误差为 5，那么真值介于 95 和 105 之间的置信度为 68%。同样，真值介于 90 和 110 之间的置信度为 95%，您几乎可以确定（置信度 99.7%）真值在 85 到 115 之间。要用其他百分比来创建置信区间，可查看 Z 表中的临界值，Z 表在统计学教科书以及 Internet 上均已广泛普及。
要验证数据符合多元正态分布十分困难，实际上，我们通常只验证了一元正态分布。您可以利用正态 QQ 图和直方图探索性工具调查一元正态分布。
切比雪夫不等式
如果您的数据未满足 68-95-99.7 规则的假设，或您不确定数据是否满足假设，则可根据切比雪夫不等式创建更保守的置信区间。该不等式表明，对于任何具有有限平均值与方差的分布，至少有 (1-1/k2)·100% 的真值落在预测值的 k 标准误差之间，其中 k>1。令 k=2，该不等式表明，至少 75% 的真值将位于两个预测值标准误差范围之内。同样，令 k=3，该不等式表明至少 88.9% 的真值将位于三个预测值标准误差之内。其他 k 值可用来创建不同百分比的置信区间。
如何解释标准误差
应在考虑输入数据的值与范围的前提下，对标准误差值进行解释。例如，如果输入数据值介于 10,000 和 12,000 之间，则 100 的标准误差值也可能表示较高的预测精度，因为标准误差远小于输入数据的值与范围。但是，如果数据值在 50 至 200 之间，100 的标准误差值则表示低精度，因为预测值的变异性与输入数据的值与范围一样大。
概率曲面
概率图通常适用于存在某个临界感兴趣值的情况，如污染物国家标准等级。这一临界值叫做阈值，输出图中将显示超出或未超出这一阈值的概率。这些图在查看哪些区域最有可能或最不可能超出或不超出此临界阈值时十分有用。
分位数表面
分位数图显示了每个位置预测分布的指定分位数。在准备应对最坏或最好的情况时，通常使用分位数图。例如，您可以创建预测值的 95 分位数图，而不是创建预测值的图。在这种情况下，只有 5% 的真值会超出分位数表面的值。同样，如果您创建了 10 分位数图，只有 10% 的真值会低于分位数表面的值。
标准误差指示表面
指示变量为二进制变量，其值只能为 0 和 1。指示克里金法、概率克里金法和析取克里金法全都通过将输入数据基于阈值重分类为 0 或 1 来计算概率图，小于阈值的值重分类为 0，大于阈值的值重分类为 1。对指示标量进行插值后，预测图将计算指示变量的预期值，且该预期值可解释为指示变量等于一的概率（换言之，已超出阈值）。因此，指示输出图的标准误差是指示变量预期值的标准误差表面，换言之，是超出阈值概率的标准误差。
因为指示变量无法呈正态分布，所以 68-95-99.7 规则不适用于指示变量。要创建超出阈值概率的置信区间，可使用切比雪夫不等式。
条件数表面
条件数表面是局部多项式插值法的可选输出，该表面用于确定每个预测位置上预测值的稳定性。条件数的意义难以从字面上解释，但条件数越大，预测的不稳定性就越大。在这种情况下，稳定性代表预测值因输入数据或插值参数的微小变化而变化的程度。根据以往经验，对于一阶多项式，局部多项式插值法中的条件数不应超过 10。对于二阶多项式，条件数不应超过 100，而对于三阶多项式，条件数不应超过 1,000。通常不建议超过三阶的多项式。
每种插值法都有哪些可用的输出表面类型？
下表显示了每种插值法可用的输出表面类型。
| 插值法 | 预测 | 预测标准误差 | 分位数图 | 概率图 | 指示标准误差 | 条件数 |
|---|---|---|---|---|---|---|
普通克里金法 |
|
|
|
| ||
泛克里金法 |
|
|
|
| ||
简单克里金法 |
|
|
|
| ||
指示克里金法 |
|
| ||||
概率克里金法 |
|
| ||||
析取克里金法 |
|
|
|
| ||
EBK 回归预测 |
|
|
|
| ||
经验贝叶斯克里金法 |
|
|
|
| ||
面插值 |
|
| ||||
含障碍的扩散插值法 |
| |||||
全局多项式插值法 |
| |||||
反距离权重法 |
| |||||
含障碍的核插值法 |
|
| ||||
局部多项式插值法 |
|
|
| |||
径向基函数 |
|
1 要求多元正态分布假设。
2 要求成对二元正态分布假设。
3 多项式的阶必须设置为 1。
4 必须使用空间条件数阈值。