Доступно с лицензией Geostatistical Analyst.
Выбор размера лага имеет большое влияние на эмпирическую вариограмму. Например, если размер лага слишком большой, автокорреляция c малым диапазоном может быть замаскирована. Если размер лага слишком маленький, может присутствовать слишком большое число пустых бинов, а размеры выборок в бинах могут быть слишком маленькими для получения репрезентативного среднего для бинов.
Если опорные точки размещены по регулярной сетке, шаг сетки может быть хорошим индикатором размера лага. Однако, если данные собираются с использованием случайного или нерегулярного плана выборки, выбор подходящего размера лага становится более сложным. Простое правило – умножить размер лага на число лагов; это должно составлять примерно половину самого большого расстояния между любыми точками. Также, если диапазон подобранной модели вариограммы очень мал по сравнению с экстентом эмпирической вариограммы, можно уменьшить размер лага. Если диапазон подобранной модели вариограммы, напротив, очень большой по сравнению с экстентом эмпирической вариограммы, можно увеличить размер лага.
Другим способом определения размера лага является использование инструмента Среднее ближайшее соседство для определения среднего расстояния между точками и их ближайшими соседями. Это обеспечивает достаточно хороший размер лага, поскольку каждый лаг будет иметь по крайней мере несколько пар точек. Инструмент Среднее ближайшее соседство находится в инструментах Пространственной статистики в группе Анализ структурных закономерностей. Необходимо задать только входной класс пространственных объектов. Для метода определения расстояния автоматически устанавливается как Евклидово расстояние.
После выполнения инструмента, он печатает Наблюдаемое среднее расстояние, и это значение можно использовать в качестве размера лага для моделирования вариограммы/ковариации. Если в наборе данных содержатся кластеризованные точки или образцы, может быть полезно использовать меньшее значение размера лага для получения более точной оценки самородка для модели вариограммы/ковариации.
Более подробно о подборе модели для эмпирической вариограммы