Cokriging

Ramón Giraldo H.
Dpto. de Estadística.
Universidad Nacional de Colombia
Introducción

 Kriging ó Cokriging

 Reducción de sitios igual a reducción de

costos. Cuanto se pierde en precisión

 Variables auxiliares no costosas,

posibilidad de cokriging
 Correlación Espacial

Semivarianza   Z( x  h)  Z( x) 2

 ( h) 
2 n( h)

Semivarianza Cruzada

nh
 v v ( h) 
1 2
1
2n h
   
Z v ( x  h)  Z v ( x) Z v ( x  h)  Z v ( x)
1 1 2 2
Modelo Lineal de
Corregionalización (MLC)

 v ( h ) 
1 0 0( h )... m m ( h )

 v ( h ) 
2 0 0( h )...  m m ( h )

 v v ( h ) 
1 2 0 0( h )... m m ( h )
 Cokriging

n1 n2
Ẑ ( xo )
*
v1 a Z
i 1
i v1 ( xi ) b Z
j 1
j v2 ( xj )

n1 n2
Sujeto a
 a i  1,  b j  0
i 1 j 1
 Estimación de Pesos del Cokriging

 γ v1 (1,1)  γ v1 (n,1) γ v1v2 (1,1)  γ v1v2 (m,1) 1 0   a1   γ v1 (0,1) 

    
             
 γ (1, n)  γ v1 (n, n) γ v1v2 (1, n)  γ v1v2 (m, n) 1 0   a n   γ (0, n) 
 v1    v1 
 γ v1v2 (1,1)  γ v1v2 (n,1) γ v2 (1,1)  γ v2 (m,1) 0 1   b1   γ v1v2 (0,1) 
    
             
 γ v1v2 (1, m)  γ v1v2 (n, m) γ v2 (1, m)  γ v2 (m, m) 0 1   bm   γ v1v2 (0, m) 
    
 1  1 0  0 0 0   μ1   1 
 0   0 0   μ2   0 
 0 1 1  
 Varianza de Predicción del
Cokriging

 k2  CovZ v1 x0 , Z v1 x0 

n
  1   ai CovZ v1 xi , Z v1 x0  
i 1

 b j CovZ v 2 x j , Z v 2 x0 
m

j 1

donde CovZ vi x k , Z vi xl    vi2   vivi k ,l 