需要 Geostatistical Analyst 许可。
简单克里金法假设模型为：
Z(s) = µ + ε(s)- 其中，µ 是已知常量
例如，下图中使用的数据与普通克里金法和泛克里金法概念介绍中所使用的数据相同，观测数据以实心圆的形式给出：
虚线表示的已知常量为 µ。这点可以与普通克里金法进行比较。对于简单克里金法，因为假设确切已知 µ，那么也确切已知数据位置上的 ε(s)。对于普通克里金法，如果估算了 µ，那么也会估算 ε(s)。如果已知 ε(s)，可以比估算 ε(s) 时更好地估算自相关。通常，已知确切平均值 µ 的假设是不现实的。但是，有时候，假定一个基于物理的模型能够给出已知趋势却是有意义的。由此可以使用模型和观测值的差值（称为残差），并且假设残差中的趋势已知为零，可以在残差上使用简单克里金法。
简单克里金法可以使用半变异函数或协方差（用于表达自相关的数学形式）和变换，并且允许测量误差。