我正在尝试获取协方差图以计算其上的一些值。这是之前完成的工作；双相钢中带状组织的定量分析

只需阅读 2. 页，就足以理解该方法。

本文档中有一张图片用于说明该方法，如下所示：

您可以看到作者在 plot 的示例中使用了一个图像，然后他们获得了该图。

这是我正在使用的图像，作为二进制图像：

我只想通过使用我的图像来获得该图。

代码：

感谢您的帮助和时间，人们。

假设我有 2004-2016 年期间在四个气象站采集的降雨数据。我将数据输入数据库以在 R 中检索。我的目标是获取该时期每一天的数据，并反复使用这些值进行克里格法。

所以现在我的数据看起来像这样，每一行对应一个点，按顺序排列的列是：lat、long 和雨量数据。

我遵循了本教程：https ://rpubs.com/nabilabd/118172 ，以帮助我入门。所以这是我到目前为止的代码：

我的问题从最后一段代码开始，每次我运行它时，我得到的只是一个空（空）结果（如在 RStudio 中看到的）。我什至无法进入下一步，即：

因为当我这样做时，它会引发一个错误，内容如下：

fit.variogram(day1.vgm, model = vgm(1, "Sph", 900, 1)) 中的错误：对象应属于 gstatVariogram 或 variogramCloud 类

我知道数据集非常缺乏，只有 4 分，我知道这会导致一些非常糟糕的结果，但它是我得到的，所以我坚持使用它。但无论数据集大小如何，这都应该有效，除非我遗漏了什么。

如果我的 Java 水平一般，那么 R 对我来说是一门完全陌生的语言（尽管并非不可能学习），而统计学远非我的技能清单（我是 IT 人员而不是统计学家）。

我做错了什么，谁能给我指路？请帮忙。谢谢。

编辑：数据如下所示：

如果我使用包 nlme 中的 lme 函数并编写

然后写

它产生变异函数没问题。

但是，如果我使用 lm 没有随机效应，

和写

它产生

这是怎么回事？为什么当我适合lm时它需要一个距离，而以前用lme不需要它？

那么如何在不需要指定“距离”的情况下绘制变异函数呢？我使用其他建模方法也有同样的问题：glm、gam、gamm 等。

编辑：

您可以使用例如 nlme 中的 BodyWeight 数据自己验证所有这些。

我data.frame在 R 中有一个变量代表位置，其观察值是这些位置中某个变量的度量。我想根据距离测量某些位置的依赖性衰减，因此变异函数对我的研究特别有用。

我正在尝试使用gstat库，但我对某些参数有点困惑。据我了解（经验）变异函数应该只需要作为基本数据：

1. 变量的位置
2. 对这些变量的观察

然后是其他参数，如最大距离、方向、...

现在，函数需要一个gstat 类gstat::variogram()的对象作为第一个输入。检查函数的文档我看到它输出了这个类的一个对象，但是这个函数需要一个参数，它被描述为：gstat()formula

将因变量定义为自变量的线性模型的公式；假设因变量名称为 z，对于普通和简单克里金法，使用公式 z~1；对于简单的克里金法，还要定义 beta（见下文）；对于通用克里金法，假设 z 线性依赖于 x 和 y，使用公式 z~x+y

有人可以解释一下这个公式的用途吗？

我对包的fit.variogram 功能有一些问题。gstat我的代码、数据、错误消息和traceback()消息可以在下面找到。任何解决此问题的建议将不胜感激。

数据文件可以从： https ://gtvault-my.sharepoint.com/personal/srathore6_gatech_edu/_layouts/15/guestaccess.aspx?docid=0b5983d45c9544203a5081cd501c64de4&authkey=AYhC8_ZVvGFG18JHHWMgUa4&expiration=2017-1452-021T10%

错误信息：

数据集的变异函数

我从一组时空数据中得到了这个变异函数，但我想知道为什么 90 度的范围与其他的相比如此“小”，是我的数据问题还是我可以在

有什么建议吗？谢谢

几天来，我一直在使用 STK 工具箱，用于环境参数字段的克里金法，即在地统计环境中。

我发现该工具箱实现得非常好并且非常有用（非常感谢作者！），而且我通过 STK 获得的克里金预测实际上看起来不错；但是，我发现自己无法可视化基于 STK 输出的半变异函数模型（即高斯过程/协方差函数的估计参数）。

我附上了一个示例图，显示了一个简单的 1D 测试用例的经验半变异函数和直接拟合该数据的高斯半变异函数模型（通常用于地统计学，另请参见图）。该图进一步显示了基于 STK 输出的半变异函数模型，即使用先前估计的模型参数 ( model.paramfrom stk_param_estim) 在滞后距离的目标网格上得到协方差 K，然后将 K 转换为半方差（根据众所周知的关系 semivar = K0- K，其中 K0 是零滞后时的协方差）。我附上了一个简单的脚本来重现该图并详细说明尝试的转换。

正如您在图中看到的那样，这并不能解决问题。我已经尝试了其他几个简单的示例和 STK 数据集，但是通过 STK 与直接拟合获得的模型永远不会达成一致，实际上通常看起来与示例中的不同（即范围通常看起来非常不同，除了 sill/sigma2 ; 取消注释脚本中的第 12 行以查看另一个示例）。我还尝试将转换后的 STK 参数输入到地统计模型中（也在脚本中），但是，输出与基于上述转换 K 的结果相同。

我会非常感谢你的帮助！

图说明了基于直接拟合与 STK 输出转换的半变异函数之间缺乏一致性

我正在研究时空数据。数据采用 STFDF 结构。

我正处于应用变异函数并尝试从看起来像这样的变异函数图中确定块金、窗台和范围的阶段。

像这样： 但是当我绘制我的变异函数时，它显示：

和plot(vario,map=FALSE, main="Spatio-temporal correlation") _plot(vario,wireframe=T, main="Spatio-temporal correlation")

如何获得可以定义范围、窗台和金块的地块！！我无法从这些图中定义我的参数。我使用了 variogramST 函数并尝试了 variogram 函数，但两者都无法生成我需要的图。

有什么方法可以定义 Range、Nugget 和 sill？

我正在编写生成变异函数的代码。为了验证我的结果，我使用 geoR::variog() 进行了检查，但两个变异函数都不同。

我试图理解 variog() 的代码以了解幕后发生的事情，但是发生了很多事情，我似乎无法理解它。我在我的代码中使用参数 X 坐标、Y 坐标、数据值、滞后数、最小滞后值、滞后间隔、方位角（以度为单位的角度；90 对应于垂直方向）、角度公差（以度为单位) 和最大带宽。

上述代码的函数调用

variog() 的函数调用

我得到的 2 个变异函数位于以下链接：变异 函数

我正在尝试计算不同滞后距离的 Experimental-Variogram 值，所以我正在使用variogramm命令

但我不知道如何指定所需的滞后距离。例如，我想在h=(15, 30, 45, 60)