Я не могу заставить fit.lmc функцию gstat подгонять к вариограммам, когда главные и вспомогательные переменные точно не связаны друг с другом.
Например, с набором данных meuse , мы рассматриваем krige lead как основную переменную, чему помогают измерения copper как вспомогательную переменную. Подмножество lead, для имитации более редких измерений и, следовательно, необходимость в кокриге с более плотными copper измерениями:
library("gstat")
data("meuse")
coordinates(meuse) = ~x+y
g <- gstat(NULL, data=meuse[1:80,], formula=lead ~ 1) # subset
g <- gstat(g, data=meuse, formula=copper ~ 1)
v <- variogram(g)
plot(v) # see we have a zero distance semivariance dot in panel var2.var2
g <- fit.lmc(v=v, g, vgm("Sph")) # error because of this zero dist semivariance
Принимая во внимание, что, если никакое подмножество не сделано (несколько ограничивающий интерес к кокригу нет?), Все работает отлично. Это потому, что, весьма подозрительно (для меня), точка нулевого расстояния на кросс-вариограмме не появляется:
g <- gstat(NULL, data=meuse, formula=lead ~ 1)
g <- gstat(g, data=meuse, formula=copper ~ 1)
v <- variogram(g)
plot(v) # no zero dist dot on var1.var2 panel
g <- fit.lmc(v=v, g, vgm("Sph")) # fit fine with default fit.method
Итак, мой вопрос (ы):
- как мы можем иметь больше точек на кросс-вариограмме, когда мы используем меньше данных?
- почему эта нулевая дистальная точка появляется только при подстановке данных?
- почему нулевой dist должен отсутствовать, когда нам нужно колокейшн в некоторых точках для кокрига?
Надеюсь, кто-то может указать, что мне здесь не хватает!