本书首先通过情景设置,介绍采样的原因及相关概念。然后介绍基于设计的采样方法及其统计学技术,如简单随机采样、分层随机采样、系统采样、不对齐采样和集群采样等。接着探讨对环境变量进行采样来预测环境属性时,如何充分利用相关分类图的知识,如何对一个设计的实验进行采样并应对可能出现的特殊问题,如何利用辅助环境变量基于回归分析进行采样并提高估计精度;并讨论嵌套采样在环境变量变异性调查中的重要地位,以及如何设计高效的嵌套采样模式,如何分析来自于这种高效采样模式的数据。最后介绍地统计学空间预测和制图方法,以及适用于地统计学预测的采样设计。
更多科学出版社服务,请扫码获取。
目录
译者序
前言
第1章 引言 1
1.1 为何要采样? 1
1.2 分析 6
1.3 经典统计学和地统计学 7
1.4章节安排 8
第2章 目标和概念 9
2.1 采样目的 9
2.2 不确定性 13
2.3 采样实践 14
2.4 随机变量和其分布 17
第3章 简单随机采样 21
3.1 估计 21
3.2 样本容量 28
3.3 采样比例 32
3.4 检测 36
3.5 观测中的误差和偏差 39
第4章 效益,经济和逻辑 43
4.1 分层随机采样 44
4.2 系统采样 45
4.3 不对齐采样 47
4.4 区域分类 51
4.5 逻辑和集群采样 52
4.6 序列(ranked-set)采样 56
4.7 比率和回归估计 59
第5章 空间分类预测 62
5.1 分类分析——方差分析 63
5.2 预测原则和对采样的意义 68
第6章 对设计实验进行采样 74
6.1 混合 79
6.2 伪重复 80
第7章 回归分析和验证采样 82
7.1 回归方程 83
7.2 校准 91
第8章 嵌套采样与分析 93
8.1 嵌套采样和空间尺度 98
8.2 不均衡采样 101
8.3 空间嵌套采样设计优化 111
8.4 区域化变量理论下的嵌套分析 115
第9章 基于地统计学模型的预测 117
9.1 采矿背景 118
9.2 一般问题 119
9.3 地统计学模型 120
9.4 地统计学线性预测 122
9.5 变异函数估计 123
9.6 克里格预测的采样方法 126
9.7 混合采样 135
9.8 优化样本设计和模拟退火 135
9.9 变异函数估计的采样方法 140
9.10 地统计学采样准则 144
参考文献 147