Mit der Geostatistical Analyst-Lizenz verfügbar.
Beim einfachen Kriging wird von diesem Modell ausgegangen:
Z(s) = µ + ε(s)- Dabei ist µ eine bekannte Konstante.
In der folgenden Abbildung beispielsweise, in der die gleichen Daten wie bei den Konzepten für Kriging mit der Option "Ordinary" und Kriging mit der Option "Universal" verwendet werden, werden die beobachteten Daten mit den einfarbigen Kreisen angegeben:
Die mit der gepunkteten Linie dargestellte bekannte Konstante lautet µ. Dies ist mit Kriging mit der Option "Ordinary" vergleichbar. Da Sie beim einfachen Kriging annehmen, dass Sie µ genau kennen, kennen Sie auch ε(s) an den Datenpositionen genau. Beim Kriging mit der Option "Ordinary" haben Sie µ und daher auch ε(s) geschätzt. Wenn Sie ε(s) kennen, können Sie die Autokorrelation besser schätzen, als wenn Sie ε(s) schätzen. Die Annahme, dass Sie den genauen Mittelwert µ kennen, ist oft unrealistisch. Manchmal ist es jedoch sinnvoll, anzunehmen, dass ein auf einer physikalischen Grundlage basierendes Modell einen bekannten Trend ergibt. Dann können Sie einfaches Kriging für die Differenz zwischen diesem Modell und den Beobachtungen, den sogenannten Residuen, verwenden und dabei annehmen, dass der Trend in den Residuen als Null bekannt ist.
Für einfaches Kriging können Semivariogramme oder Kovarianzen (die mathematischen Ausdrucksformen für Autokorrelation) und Transformationen verwendet und Messfehler berücksichtigt werden.