Geostatistical Analyst のライセンスで利用可能。
ラグ サイズの選択は、経験的セミバリオグラムに重要な影響を及ぼします。 たとえば、ラグ サイズが大きすぎると、短距離自己相関がマスクされることがあります。 ラグ サイズが小さすぎると、多数の空のビンが生じ、ビン内のサンプル サイズが小さくなりすぎてビンの代表平均値を得ることができません。
サンプルがサンプリング グリッド上にある場合、グリッドの間隔がラグ サイズの良い指標となります。 ただし、不規則またはランダムなサンプリング スキームを使用してデータが取得された場合、適切なラグ サイズを選択するのはそれほど簡単ではありません。 簡単な規則として、ラグ サイズにラグ数を乗算した値がすべてのポイント間の最大距離の約 1/2 となるようにします。 また、適合されたセミバリオグラム モデルの範囲が、経験的セミバリオグラムの範囲に比べて非常に小さい場合は、ラグ サイズを小さくすることができます。 反対に、適合されたセミバリオグラム モデルの範囲が経験的セミバリオグラムの範囲に比べて大きい場合は、ラグ サイズを大きくすることができます。
ラグ サイズを決定するもう 1 つのアプローチとしては、平均最近隣ツールを使用して、ポイントとその最寄りのポイントとの間の平均距離を計算します。 すべてのラグにはポイントのペアが数個以上は存在するようになるため、これによって妥当なラグ サイズが求められます。 平均最近隣ツールは [空間統計ツール] 内の [パターン分析] の下にあります。 入力フィーチャクラスのみを指定する必要があります。 距離計算の方法は自動的にユークリッド距離に設定されます。
このツールを実行すると、観測された平均距離が出力され、この値をセミバリオグラム/共分散モデリングでラグ サイズとして使用することができます。 ただし、データセットにクラスター化されたポイントやサンプルが含まれている場合、セミバリオグラム/共分散モデルでナゲットのさらに正確な推定値を取得するには、ラグ サイズにこれより小さい値を使用することをお勧めします。