ArcGIS Desktop

  • ArcGIS Pro
  • ArcMap

  • My Profile
  • 帮助
  • Sign Out
ArcGIS Desktop

ArcGIS Online

专为贵组织打造的制图平台

ArcGIS Desktop

全面的专业性 GIS

ArcGIS Enterprise

面向企业的 GIS

ArcGIS Developers

用于构建位置感知应用程序的工具

ArcGIS Solutions

适用于行业的免费模板地图和应用程序

ArcGIS Marketplace

获取适用于组织的应用程序和数据

  • 文档
  • 支持
Esri
  • 登录
user
  • 我的个人资料
  • 登出

ArcMap

  • 主页
  • 入门
  • 地图
  • 分析
  • 管理数据
  • 工具
  • 扩展模块

检查数据的分布

需要 Geostatistical Analyst 许可。

虽然预测图在数据不服从正态分布的情况下可能不是最佳的,但 Geostatistical Analyst 提供的大多数插值方法都不要求数据服从正态分布。不过,有些克里金方法要求数据近似服从正态分布(接近钟形曲线)。特别地,利用普通克里金法、简单克里金法或泛克里金法创建的分位数图和概率图都假定数据服从多元正态分布。而且,用作地统计模拟的基础的简单克里金模型(有关详细信息,请参阅高斯地统计模拟)应使用服从正态分布的数据或者将正态得分变换作为模型的一部分以确保数据服从正态分布。

对于服从正态分布的数据,其概率密度函数如下图所示:

正态分布示例

直方图和正态 QQ 图工具旨在帮助您研究数据的分布,并且这两种图含有不同的数据变换(Box-Cox 变换、对数变换和反正弦变换)以便于评估数据变换对数据产生的影响。要了解这些工具中可用的变换的详细信息,请参阅 Box-Cox、反正弦和对数变换。

所有克里金方法都依赖于平稳性的假设。在某种程度上,这种假设要求所有数据值都服从变异性相同的分布。数据变换也可用于满足这种相等变异性的假设。有关平稳性的详细信息,请参阅非独立随机过程。

ArcGIS Desktop

  • 主页
  • 文档
  • 支持

ArcGIS

  • ArcGIS Online
  • ArcGIS Desktop
  • ArcGIS Enterprise
  • ArcGIS
  • ArcGIS Developer
  • ArcGIS Solutions
  • ArcGIS Marketplace

关于 Esri

  • 关于我们
  • 招贤纳士
  • Esri 博客
  • 用户大会
  • 开发者峰会
Esri
分享您的想法。
Copyright © 2021 Esri. | 隐私政策 | 法律声明