Я провел кригинг, используя spPredict
из пакета spBayes
для байесовского кригинга и krige
из пакета gstat
для небайесовского кригинга. Я не использовал никаких ковариат (только постоянное среднее значение) и использовал 1283 точки для кригинга. Из 1283 точек 1012 новых местоположений и 271 место, где у меня есть данные.
После завершения кригинга, чтобы проверить прогностическую эффективность, я изучил значения кригинга для 271 местоположения. А потом я понял, что они точно такие же, как данные для 271 местоположения. Я проводил кригинг с тем же кодом (но с ковариатами) и вообще не сталкивался с такой проблемой. Я понятия не имею, что происходит... Вот мой простой код для spPredict
и krige
. Также прикрепляю калибровочный график. Буду очень признателен за любой совет.
pred.covar=cbind(rep(1,1283))
spPredict(fitted, pred.coords=grid.fin_km, pred.covars=pred.covar,
start = burn.in, thin = 10, verbose=FALSE)
krige(formula=n_temp~1, locations=~x1+x2, data=merged.f, newdata=grid.fin_km,
model=var.fit.w1)