Mit der Geostatistical Analyst-Lizenz verfügbar.
Parameteroptimierung
Geostatistical Analyst bietet mit der Schaltfläche Optimieren 
die Möglichkeit, die Ausgabe für eine Reihe von Interpolationsmodellen zu optimieren. In all diesen Modellen basiert die Optimierung auf der Minimierung des Mean Square-Fehlers (quadratisches Mittel). Beim Optimierungsprozess für jedes Modell liegt der Fokus auf seinen wichtigsten Parametern.
Der Potenzwert der IDW ist der einzige Parameter in diesem Interpolationsmodell, der bei der Optimierung verwendet wird.
Der Kernel-Parameter-Wert ist der einzige variierende Optimierungsparameter, der in Verbindung mit den Radialen Basisfunktionen verwendet wird.
Der Höheninflationsfaktor im Werkzeug Empirical Bayesian Kriging 3D kann optimiert werden. Der optimale Wert ist von vielen anderen Parametern abhängig, sodass empfohlen wird, vor der Optimierung des Höheninflationsfaktors alle anderen Parameter auszuwählen.
Die Optimierung wird darüber hinaus beim Kriging verwendet, um die Anpassung des Semivariogramm-/Kovarianz-/Kreuzkovarianz-Modells zu unterstützen; der Hauptfokus liegt dabei auf dem Parameter Bereich. Die Optimierung des Semivariogramm-/Kovarianz-/Kreuzkovarianz-Modells erfolgt in der Annahme, dass ein Semivariogramm-Modell verwendet wird, das isotrop ist, und dass es sich bei der Suchnachbarschaft um den Standard mit vier Sektoren handelt. Der beim CoKriging verwendete Versatzparameter kann in den Optimierungsprozess einbezogen werden.
Wenn bei der LPI-Optimierung das Flag Erweiterter Modus auf "False" festgelegt ist, kommt der räumliche Bedingungswert bei der Optimierung nicht zum Einsatz. Mithilfe des Wertes Anpassungsgüte kann ein LPI-Modell ermittelt werden, das zu optimalen Werten führt.
Außerdem ist es möglich, für einige der Interpolationsmodelle bestimmte Parameter zu optimieren. Im Falle der LPI können die Parameter Bandbreite und Räumliche Bedingungswertgrenze optimiert werden.
Beim Kriging gibt es verschiedene Semivariogramm-Parameter, die mithilfe der Schaltfläche Automatisch 
im Geostatistical Wizard einzeln optimiert werden können. Es wird der Mean Square-Fehler (quadratisches Mittel) für eine Reihe von Werten berechnet, und der Parameter mit dem geringsten Mean Square-Fehlerwert wird ausgewählt.