Доступно с лицензией Geostatistical Analyst.
Ординарный кригинг использует модель
Z(s) = µ + ε(s),где µ - неизвестная константа. Один из главных вопросов, касающихся ординарного кригинга, заключается в том, является ли обоснованным предположение о постоянном среднем значении. Иногда есть научные основания отвергнуть это предположение. Однако, будучи простым методом прогнозирования, он обладает замечательной гибкостью. На следующем рисунке показан пример в одном пространственном измерении:
Он выглядит так, как будто данные представляют собой значения высот, собранные по линии, проходящей через долину и через гору. Он также выглядит так, как будто данные более изменчивы слева и становятся более плавными справа. Фактически, эти данные были смоделированы на основе обычной модели ординарного кригинга с постоянным среднем µ. Истинное, но неизвестное среднее значение обозначено пунктирной линией. Таким образом, ординарный кригинг может быть использован для данных, которые, по-видимому, имеют тренд. На основании одних только данных невозможно определить, является ли наблюдаемая закономерность результатом автокорреляции — между ошибками ε(s) с постоянной µ — или тренда, когда µ(s) изменяется с изменением s.
Ординарный кригинг может использовать как вариограммы или ковариации (математические формы, используемые для выражения автокорреляции), использовать преобразования и удалять тренды, а также допускать погрешность измерений.