Any unsampled value (e.g., porosity

Any unsampled value (e.g., porosity) can be estimated by generalized regression from surrounding measurements for the same value once the statistical relationship between the unknown being estimated and the available sample values has been defined. This prior model of the statistical similarity between data values is defined by correlogram. This generalized regression can also include nearby measurements of some different variable-seismic travel time or a facies code. When using such secondary information, one also needs a prior model of the cross-correlogram, which provides information on the statistical similarity between different variables at different locations. These generalized regression algorithms are collectively known as “kriging” and “cokriging.”

Kết quả (Việt) 1:

Bất kỳ giá trị unsampled (ví dụ, độ xốp) có thể được ước tính của các hồi quy tổng quát từ xung quanh các phép đo cho cùng một giá trị một khi mối quan hệ thống kê giữa con người chưa biết được ước tính và giá trị mẫu có sẵn đã được xác định. Mô hình trước này của thống kê tương tự giữa dữ liệu giá trị được xác định bởi correlogram. Hồi quy tổng quát này cũng có thể bao gồm gần đó số đo của một số thời gian khác nhau biến địa chấn đi hoặc một mã facies. Khi sử dụng thông tin phụ như vậy, ai cũng cần một mô hình trước của cross-correlogram, cung cấp thông tin về thống kê tương tự giữa các biến khác nhau tại địa điểm khác nhau. Các thuật toán hồi quy tổng quát được gọi chung là "kriging" và "cokriging."

Kết quả (Việt) 2:

Bất kỳ giá trị không thu mẫu (ví dụ, độ xốp) có thể được ước tính bằng hồi quy tổng quát từ các phép đo cho cùng một giá trị xung quanh một khi mối quan hệ thống kê giữa cái không biết được ước tính và các giá trị mẫu có sẵn đã được xác định. Mô hình trước đây của sự giống nhau giữa các giá trị thống kê dữ liệu được định nghĩa bởi correlogram. Hồi quy tổng quát này cũng có thể bao gồm các phép đo lân cận của một số biến địa chấn thời gian đi lại khác nhau hoặc một mã tướng. Khi sử dụng thông tin thứ cấp như vậy, ta cũng cần có một mô hình trước của cross-correlogram, cung cấp thông tin về sự giống nhau giữa các biến số thống kê khác nhau tại các địa điểm khác nhau. Các thuật toán hồi quy tổng quát được gọi chung là "Kriging" và "cokriging."