熟悉数据的重要性

正如在地统计工作流中所述，创建表面涉及很多阶段。第一个阶段是完整浏览数据并识别要纳入模型的重要要素。必须在过程开始时识别这些要素，因为在构建模型的每个阶段都要做出多个选择并指定多个参数值。请注意，在“地统计”向导中，所做的选择会决定在过程的以下步骤中可用的选项，因此在开始构建模型前识别其主要要素是很重要的。“地统计”向导提供可靠的默认值（有一些是专为数据计算的），但其不能够解释研究的背景或创建模型的目的。从对现象的先验知识和数据浏览中获得更深入的了解，据此创建并优化模型来生成更精确的表面，这一点是至关重要的。

以下主题提供有关数据浏览和在构建插值模型时如何使用调查结果的详细信息：

• 映射数据 - 涵盖数据浏览中的第一个步骤：使用显示重要要素的分类方案映射数据。
• 探索性空间数据分析 - 提供“探索性空间数据分析”(ESDA) 工具及其使用概述。
• 数据分布和变换 - 涵盖直方图、正态 QQ 图和常规 QQ 图工具，以及数据变换。
• 查找全局异常值和局部异常值 - 介绍使用直方图、半变异函数/协方差云以及 Voronoi 图工具识别全局异常值和局部异常值的方法。
• 趋势分析 - 检查如何在数据中使用“趋势图”工具识别全局趋势。
• 检查局部变化 - 指示如何使用 Voronoi 图工具来显示局部平均值和局部标准差是否在研究区域相对固定（平稳性的可视化）。该工具也提供可用于识别异常值的其他局部因素（包括聚类）。
• 检查空间自相关 - 说明半变异函数和协方差以及交叉协方差云的构建方式以及如何使用它们来浏览数据中的空间自相关和空间交叉协方差。