Inom statistik , ursprungligen inom geostatistik , är Gaussisk process kriging eller regression en interpolationsteknik för vilken de interpolerade värdena modelleras av en Gaussisk process som bestäms av tidigare kovarianser , i motsats till en bitvis polynomspline , som optimerar jämnheten hos de interpolerade värdena . Denna interpolationsmetod är uppkallad efter den sydafrikanske gruvingenjören Daniel Krieg., engagerad i manuellt skapande av geologiska kartor från en begränsad uppsättning data i ett visst område. Detta är en typ av generaliserad linjär regression som använder statistiska parametrar för att hitta den bästa uppskattningen vad gäller minsta standardavvikelse när man bygger ytor, kuber och kartor. Metoden bygger på principen om opartisk medelvärde; det vill säga sammantaget måste värdena i kartan ha rätt medelvärde . Global opartiskhet tillhandahålls formellt genom att höja låga värden och minska höga.
Med de rätta priorerna valda ger kriging den bästa linjära opartiska förutsägelsen av mellanvärden. Interpolationsmetoder baserade på andra kriterier, såsom jämnhet, bör inte ge de mest sannolika värdena vid mellanliggande punkter. Denna metod används i stor utsträckning inom området rumslig analys och datorexperiment (numeriska) . Denna metod är också känd som Wiener–Kolmogorov-förutsägelse efter Norbert Wiener och Andrey Nikolaevich Kolmogorov .
Ur en allmän statistisk synvinkel handlar kriging om att minimera variansen av mätfel , vilket är en funktion av vikterna som mäts. Att minimera denna avvikelse minskar standardfelet för avvikelsen för det uppskattade värdet från det möjliga. Detta uppnås genom att likställa den första derivatan av felet med noll med avseende på varje okänd vikt. Som ett resultat härleds ett system av ekvationer , vars lösning är vektorn av vikter.
Kriging utför två grupper av uppgifter:
En kvantitativ representation av datas rumsliga struktur, känd som semivariogramkonstruktion , gör det möjligt för användare att anpassa en rumslig beroendemodell till data. För att beräkna (förutsäga) det okända värdet för en variabel på en given plats kommer kriging att använda en lämplig (monterad) semivariogrammodell, rumslig datakonfiguration och värden vid mätpunkter runt den givna platsen.