Geoestadística, interpolación con Kriging

Para entender realmente el kriging, hay que saber lo que es la interpolación. Como en toda interpolación,
estamos prediciendo valores desconocidos en otros lugares.

Con un método de interpolación como la ponderación de distancia inversa, usted está haciendo
predicciones sin decir cuán seguro está.

Aquí hay un ejemplo:

Predecimos el punto púrpura, tomando una distancia ponderada inversa de los tres puntos de entrada más
cercanos (los valores de 12, 10 y 10). Basándonos en la distancia, calculamos hasta dónde llega cada
punto de entrada y obtenemos un valor de 11.1.

((12/350) + (10/750) + (10/850)) / ((1/350) + (1/750) + (1/850)) = 11.1

Así es exactamente cómo funciona la interpolación determinista. Simplemente, utiliza una función
predefinida y es lo que es. Pero no te dice lo seguro que estás.

¿Qué es la interpolación de Kriging?

Si un meteorólogo hace un pronóstico diciendo que va a llover mañana, ¿qué tan seguro estás de que va a
llover?

En otras palabras:

En vez de decir solamente cuánta lluvia hay en lugares específicos, kriging también le dice la
probabilidad de cuánta lluvia habrá en un lugar específico.

Los datos de entrada se utilizan para construir una función matemática con un semivariograma, crear una
superficie de predicción y, luego, validar el modelo con validación cruzada.

La geoestadística no sólo proporciona una superficie de predicción óptima, sino que también proporciona
una medida de confianza sobre la probabilidad de que esa predicción sea cierta.