Cantitate/Preț
Produs
Total produse
Vezi coșul
Interpolation of Spatial Data de Michael L. Stein

Interpolation of Spatial Data

Autor Michael L. Stein
en Limba Engleză Hardback – 22 iun 1999

În cadrul programelor de studii avansate în statistică și geostatistică, Interpolation of Spatial Data reprezintă o resursă fundamentală pentru înțelegerea riguroasă a metodelor de predicție spațială. Remarcăm efortul autorului Michael L. Stein de a depăși simpla aplicare a algoritmilor, oferind o fundamentare matematică solidă procesului de kriging. Lucrarea se încadrează în nucleul teoretic al analizei datelor spațiale, fiind esențială pentru cercetătorii care operează cu modele de câmpuri aleatorii în hidrologie sau meteorologie.

Subliniem că volumul acoperă aceeași arie tematică precum Introduction to Geostatistics de P. K. Kitanidis, însă abordarea lui Stein este semnificativ mai teoretică și orientată spre demonstrații matematice asimptotice. În timp ce alte texte se concentrează pe implementarea practică, Stein analizează în profunzime comportamentul erorilor de predicție în domeniul frecvenței și impactul alegerii unei densități spectrale incorecte asupra rezultatelor finale.

Structura cărții reflectă o progresie logică de la simplu la complex. Primele capitole stabilesc cadrul predicției liniare optime și utilizarea spațiilor Hilbert, elemente necesare pentru a naviga ulterior prin proprietățile complexe ale câmpurilor aleatorii. Capitolele centrale introduc metodele spectrale și teoremele Abel-Tauber, în timp ce secțiunile finale explorează proprietățile asimptotice ale predictorilor. Această organizare permite cititorului să înțeleagă nu doar 'cum' se realizează interpolarea, ci și limitele matematice ale preciziei acestor estimări sub diferite modele de autocovarianță.

Citește tot Restrânge

Preț: 86104 lei

Preț vechi: 105005 lei
-18%

Puncte Express: 1292
Paperback 85552 lei
Hardback 86104 lei

Carte tipărită la comandă

Livrare economică 19 iunie-03 iulie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780387986296
ISBN-10: 0387986294
Pagini: 276
Ilustrații: XVII, 249 p.
Dimensiuni: 160 x 241 x 20 mm
Greutate: 0.58 kg
Ediția:1999
Editura: Springer
Locul publicării:New York, NY, United States

Public țintă

Research

De ce să citești această carte

Această lucrare publicată de Springer este indispensabilă pentru cercetătorii care doresc o înțelegere matematică profundă a kriging-ului. Cititorul câștigă o perspectivă critică asupra modului în care specificațiile modelului influențează acuratețea predicției. Este un titlu de referință în statistica teoretică, oferind rigoarea necesară pentru a valida modelele de date spațiale în context academic sau de cercetare avansată.

Descriere scurtă

Prediction of a random field based on observations of the random field at some set of locations arises in mining, hydrology, atmospheric sciences, and geography. Kriging, a prediction scheme defined as any prediction scheme that minimizes mean squared prediction error among some class of predictors under a particular model for the field, is commonly used in all these areas of prediction. This book summarizes past work and describes new approaches to thinking about kriging.

Cuprins

1 Linear Prediction.- 1.1 Introduction.- 1.2 Best linear prediction.- 1.3 Hilbert spaces and prediction.- 1.4 An example of a poor BLP.- 1.5 Best linear unbiased prediction.- 1.6 Some recurring themes.- 1.7 Summary of practical suggestions.- 2 Properties of Random Fields.- 2.1 Preliminaries.- 2.2 The turning bands method.- 2.3 Elementary properties of autocovariance functions.- 2.4 Mean square continuity and differentiability.- 2.5 Spectral methods.- 2.6 Two corresponding Hilbert spaces.- 2.7 Examples of spectral densities on 112.- 2.8 Abelian and Tauberian theorems.- 2.9 Random fields with nonintegrable spectral densities.- 2.10 Isotropic autocovariance functions.- 2.11 Tensor product autocovariances.- 3 Asymptotic Properties of Linear Predictors.- 3.1 Introduction.- 3.2 Finite sample results.- 3.3 The role of asymptotics.- 3.4 Behavior of prediction errors in the frequency domain.- 3.5 Prediction with the wrong spectral density.- 3.6 Theoretical comparison of extrapolation and ointerpolation.- 3.7 Measurement errors.- 3.8 Observations on an infinite lattice.- 4 Equivalence of Gaussian Measures and Prediction.- 4.1 Introduction.- 4.2 Equivalence and orthogonality of Gaussian measures.- 4.3 Applications of equivalence of Gaussian measures to linear prediction.- 4.4 Jeffreys’s law.- 5 Integration of Random Fields.- 5.1 Introduction.- 5.2 Asymptotic properties of simple average.- 5.3 Observations on an infinite lattice.- 5.4 Improving on the sample mean.- 5.5 Numerical results.- 6 Predicting With Estimated Parameters.- 6.1 Introduction.- 6.2 Microergodicity and equivalence and orthogonality of Gaussian measures.- 6.3 Is statistical inference for differentiable processes possible?.- 6.4 Likelihood Methods.- 6.5 Matérn model.- 6.6 A numerical study of the Fisherinformation matrix under the Matérn model.- 6.7 Maximum likelihood estimation for a periodic version of the Matérn model.- 6.8 Predicting with estimated parameters.- 6.9 An instructive example of plug-in prediction.- 6.10 Bayesian approach.- A Multivariate Normal Distributions.- B Symbols.- References.

Recenzii

 
From a review:
GEODERMA
"the book is written with great care and dedication. Soil geostatisticians that are not easily scared off by mathematics will find this book to be a rich source of inspiration for many years to come."