Box-Cox、反正弦和对数变换
Geostatistical Analyst 中的一些方法要求数据呈正态分布。如果数据偏斜（分布不均衡），则可能需要将数据变换为正态分布。直方图和正态 QQ 图允许探索不同变换对数据集分布的不同作用。如果构建的插值模型使用某种克里金方法，并选择将变换数据作为其中一步，则在插值表面中预测值将变换回原始比例。
Geostatistical Analyst 允许使用多种变换，包括 Box-Cox（又称幂变换）、反正弦和对数。假设观测数据 Z(s)，然后应用某种变换 Y(s) = t(Z(s))。通常要找到可使 Y(s) 呈正态分布的变换。经常发生的一种情况是，变换还生成在整个研究区域中都有恒定方差的数据。
Box-Cox 变换
Box-Cox 变换为
Y(s) = (Z(s)λ - 1)/λ,
其中 λ≠ 0。
例如，假设数据由某种现象的计数组成。对于这些类型的数据，方差通常与平均值相关。也就是说，如果在某一部分研究区域中计数值很小，这一局部区域的变异性就小于计数值更大的另一区域的变异性。在这种情况下，平方根变换将有助于使整个研究区域内的方差更加恒定，通常还会使数据呈正态分布。平方根变换是 Box-Cox 变换中 λ = ½ 时的特例。
对数变换
对数变换实际上是 Box-Cox 变换中 λ = 0 时的特例；该变换如下所示：
Y(s) = ln(Z(s)),
其中 Z(s) > 0，ln 为自然对数。
对数变换通常用于呈正偏分布（如下所示）的数据，其中有些值非常大。如果这些大值位于研究区域中，对数变换有助于使方差更加恒定和归一化数据。就术语而言，在用克里金法实现对数变换时，预测方法称为对数正态克里金法，而在 λ 等于所有其他值时，关联的克里金方法称为高斯变换克里金法。
 |
反正弦变换
反正弦变换如下所示：
Y(s) = sin-1(Z(s)),
其中 Z(s) 介于 0 到 1 之间。
反正弦变换可用于表示比例或百分比的数据。通常在数据为比例形式时，方差在接近 0 和 1 时最小，接近 0.5 时最大。反正弦变换有助于使整个研究区域内的方差更加恒定，通常还会使数据呈正态分布。