Об оценке изменения состояния

[swdartvader]

Здравствуйте! Появился один вопрос, связанный с оценкой изменения некоторого состояния некоторых явлений. Допустим: Существуют данные измерений, с достаточно высокой степенью достоверности, для которых геостатистическими методами рассчитана модель и построена статистическая поверхность с низкими ошибками и распределением очень близким к нормальному. А также аналогичные измерения, также с рассчитанными моделями и поверхностью, но спустя некоторое время после первых, соответственно известно что состояние изменилось, на некоторых участках больше, на некоторых участках меньше. Существует ли соответственно возможность достоверно сравнить эти две (три и т.д.) поверхности, чтобы найти степень этих изменений во времени, картируя их в виде зон интенсивного изменения или менее интенсивного (условно). Вопрос сугубо теоретический, интересно в какую сторону копать. Все уповал на геостатистический анализ, но ввиду недостатка знаний не могу ответить себе на этот вопрос. Заранее спасибо.

[Максим Дубинин]

если поверхности две, то можно просто их вычесть друг из друга и кластеризовать результатирующие магнитуды изменений как вам нужно

[gamm]

Существуют данные измерений, с достаточно высокой степенью достоверности, для которых геостатистическими методами рассчитана модель и построена статистическая поверхность с низкими ошибками и распределением очень близким к нормальному.

1) слово "геостатистическими" предполагает, что использовался кригинг, и тогда полученная ошибка имеет мало отношения к распределению ошибок самого явления (определяется только конфигурацией точек)

2) если использовался некоторый статистический метод (например, та же регрессия с пространственной составляющей в виде вариограммы - в R это GAMM), то (считая наборы данных, использованные для построения, независимыми) можно просто вычислить вероятность наблюдаемой разности при нулевой гипотезе о том, что изменений нет, и строить карту вероятности изменения (т.е. разность значений, деленная на корень из суммы дисперсий, есть величина нормально распределенная).

[swdartvader]

2) если использовался некоторый статистический метод (например, та же регрессия с пространственной составляющей в виде вариограммы - в R это GAMM), то (считая наборы данных, использованные для построения, независимыми) можно просто вычислить вероятность наблюдаемой разности при нулевой гипотезе о том, что изменений нет, и строить карту вероятности изменения (т.е. разность значений, деленная на корень из суммы дисперсий, есть величина нормально распределенная).

Заранее извиняясь за, может быть тупой вопрос, мне необходимо еще подучить матчасть (не учение таки тьма), рискну:
Если я Вас правильно понял, то для осуществления этой процедуры мне необходимо, ну если по-существу:
1. Построить 2 модели по наборам данных, скажем одинарным кригингом
2. Найти разность между ними
3. Построить по получившейся разности индикаторным кригингом, карту вероятностей превышения некоторого значения.

[gamm]

3. Построить по получившейся разности индикаторным кригингом, карту вероятностей превышения некоторого значения.

индикаторный кригинг здесь вообще ни причем, он про другое.

Нужно разность оценок поделить на корень из суммы их дисперсий, и посчитать квантиль нормального распределения. И для этого нужны дисперсия ошибок, а не дисперсия кригинга. Но если точки одинаково расположены, то для мурзилки сойдет и она.

[swdartvader]

после изучения матчасти понял что Вы мне написали (только только ) равно как и глупость мною ранее написанного. Однако понимать готовое написанное как-то не очень. Может быть Вы сможете подсказать мне чюна что мне надо подналечь чтобыы самому стараться приходить к таким умозаключениям? Ну или по чему учились Вы? Зарание спасибо.

[ Сообщение с мобильного устройства ]

[gamm]

после изучения матчасти понял что Вы мне написали (только только ) равно как и глупость мною ранее написанного. Однако понимать готовое написанное как-то не очень. Может быть Вы сможете подсказать мне чюна что мне надо подналечь чтобыы самому стараться приходить к таким умозаключениям? Ну или по чему учились Вы?

учить нужно английский язык, и читать, читать, читать. И строить простые модельки, на которых разбираться - удобнее всего это делать в R, там есть все - и разные кригинги, и любая статистика, и GIS, и т.д.