Mit der Geostatistical Analyst-Lizenz verfügbar.
Für die meisten Interpolationsmethoden, die von Geostatistical Analyst bereitgestellt werden, ist keine Normalverteilung der Daten erforderlich, obwohl in diesem Fall die Vorhersagekarte möglicherweise nicht optimal ist. Bestimmte Kriging-Methoden erfordern jedoch eine annähernde Normalverteilung der Daten (nahe einer glockenförmigen Kurve). Insbesondere bei Quantil- und Wahrscheinlichkeitskarten, die mithilfe von Ordinary, Simple oder Universal Kriging erstellt werden, wird davon ausgegangen, dass die Daten aus einer multivariaten Normalverteilung stammen. Zudem sollten bei Simple Kriging-Modellen, die als Basis für die geostatistische Simulation genutzt werden (weitere Informationen finden Sie unter Geostatistische Gauß-Simulationen) Daten verwendet werden, die normalverteilt sind oder eine Z-Transformation als Teil des Modells enthalten, um dies sicherzustellen.
Normalverteilte Daten weisen eine Wahrscheinlichkeitsdichtefunktion ähnlich der im folgenden Diagramm gezeigten auf:
Mit dem Histogramm können Sie die Verteilung Ihrer Daten erkunden, um zu bestimmen, ob Sie eine Transformation verwenden sollten. Weitere Informationen zu den verfügbaren Transformationen finden Sie unter Box-Cox-, Arkussinus- und logarithmische Transformationen sowie unter Z-Transformation.
Alle Kriging-Methoden basieren auf der Annahme der Stationarität. Diese Annahme erfordert zum Teil, dass alle Datenwerte aus Verteilungen mit derselben Variabilität stammen. Um diese Annahme der gleichen Variabilität zu erfüllen, können ebenfalls Datentransformationen verwendet werden. Weitere Informationen zur Stationarität finden Sie unter Zufallsprozesse mit Abhängigkeiten.