# 1 地统计学的估值方法
## 传统统计学基于两个假设：
1. 空间无限大，随机变量的特征值是完全随机分布的。
2. 样品的值与空间位置无关且相互独立。
可以看到，地统计学不满足传统统计学的假设。
## 1.2 区域化随机变量
样品的特征值X(z)是该点的空间位置z的函数，那么X即为区域化随机变量。
### 协变函数
两个普通随机变量的协方差。
协方差绝对值越大，相关性越高。
在实际中用得不多。（需要满足二阶稳定性假设）
### 半变异函数
（只需要满足内蕴假设，绝大多数矿床都满足）
### 块金效应和块金值
h=0时，半变异函数在数学上等于0.
但是在实际中，在同一位置获得两个完全相同的样品几乎时完全不可能的，紧挨的两点样品品味也会有微小差异，这个差异就是块金效应。所以在h=0时，半变异函数的值为块金值。
# 2 半变异函数的数学模型和拟合
## 2.1 随机模型
=c
纯块金效应模型
c=sigma^2
关联性为零，即完全随机。
## 2.2 球状模型
关联度随着间距的增加而减小，间距达到变程之后，不再变化。
## 2.3 嵌套结构
带有块金值的球模型
多个模型叠加
## 2.4 半变异函数的拟合
实践中获得的是离散的点，需要将它拟合起来。
实际中常用嵌套模型。
# 3 各向异性
## anisotropy
区域化变量在不同的方向上呈现不同的特征。
### 几何各向异性
变程不同，sigma^2相同。
### 各向异性椭圆（2D）
到原点的距离表示该方向的变程。
变程长的方向上，品位的相关性比变程短的方向上强，品位更加稳定。对应矿体的走向方向。
### 主方向（3D）
1. 作出水平面的各向异性椭圆，得到走向方向（长轴）和短轴
2. 沿短轴切一个垂直剖面，在该剖面上作各向异性椭圆，得到倾向方向（长轴）和主方向3（短轴），这个短轴就是空间中变程最短的方向
3. 用走向和倾向定义倾斜面，再作倾斜面的各向异性椭圆，得到主方向1（长轴）和主方向2（短轴），这个长轴就是空间中变程最短的方向
# 4 半变异函数的平均值
## 1 在两个几何体之间的平均值
## 2 在一个几何体内的平均值
遍历，计算平均
## 3 在一个几何体和一个取样之间的平均值
取样很小，可以看作一个点
## 4 两个取样之间的“平均值”
直接计算
# 5 克里金法
估值方法
无偏性、最佳性、线性
求（线性权值）
因为要满足无偏性，可以用拉格朗日乘子法
不仅可以算出估值，还得到了可丽金方差。
# 6
什么是随机变量？自变量是什么？
网友评论