Disponible con una licencia de Geostatistical Analyst.
La mayoría de los métodos de interpolación proporcionados por Geostatistical Analyst no requieren que los datos estén distribuidos normalmente, aunque en este caso es posible que el mapa de predicción no sea óptimo. Sin embargo, algunos métodos de kriging requieren que los datos tengan una distribución aproximadamente normal (cercana a una curva con forma de campana). En particular, los mapas de cuantiles y de probabilidades creados con kriging ordinario, simple o universal presuponen que los datos proceden de una distribución normal multivariante. Además, los modelos de kriging simple, que se utilizan como base para la simulación de estadísticas geográficas (consulte Simulaciones de estadísticas geográficas gaussianas para obtener más información), deben usar datos que estén distribuidos normalmente o que incluyan una transformación de puntuación normal como parte del modelo para garantizarlo.
Los datos distribuidos normalmente tienen una función de densidad de probabilidad similar a la que se muestra en el siguiente diagrama:
El gráfico de histograma está diseñado para ayudarle a explorar la distribución de sus datos a fin de determinar si debe usar una transformación. Para obtener más información sobre las transformaciones disponibles, consulte Transformaciones de Box-Cox, arcoseno y logarítmicas y Transformación de puntuación normal.
Todos los métodos de kriging se basan en la suposición de estacionariedad. Esta suposición requiere, en parte, que todos los valores de datos provengan de distribuciones que tengan la misma variabilidad. Las transformaciones de datos también pueden utilizarse para satisfacer esta suposición de misma variabilidad. Para obtener más información sobre la estacionariedad, consulte Procesos aleatorios con dependencia.