Deux méthodes complémentaires au krigeage ordinaire, pour l'estimation d'un processus spatial stationnaire de moyenne inconnue : la régression PLS et la pondération par la covariance
Revue de Statistique Appliquée, Tome 53 (2005) no. 4, pp. 31-47.
@article{RSA_2005__53_4_31_0,
     author = {Elkettani, Y.},
     title = {Deux m\'ethodes compl\'ementaires au krigeage ordinaire, pour l'estimation d'un processus spatial stationnaire de moyenne inconnue : la r\'egression {PLS} et la pond\'eration par la covariance},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {31--47},
     publisher = {Soci\'et\'e fran\c{c}aise de statistique},
     volume = {53},
     number = {4},
     year = {2005},
     language = {fr},
     url = {http://www.numdam.org/item/RSA_2005__53_4_31_0/}
}
TY  - JOUR
AU  - Elkettani, Y.
TI  - Deux méthodes complémentaires au krigeage ordinaire, pour l'estimation d'un processus spatial stationnaire de moyenne inconnue : la régression PLS et la pondération par la covariance
JO  - Revue de Statistique Appliquée
PY  - 2005
SP  - 31
EP  - 47
VL  - 53
IS  - 4
PB  - Société française de statistique
UR  - http://www.numdam.org/item/RSA_2005__53_4_31_0/
LA  - fr
ID  - RSA_2005__53_4_31_0
ER  - 
%0 Journal Article
%A Elkettani, Y.
%T Deux méthodes complémentaires au krigeage ordinaire, pour l'estimation d'un processus spatial stationnaire de moyenne inconnue : la régression PLS et la pondération par la covariance
%J Revue de Statistique Appliquée
%D 2005
%P 31-47
%V 53
%N 4
%I Société française de statistique
%U http://www.numdam.org/item/RSA_2005__53_4_31_0/
%G fr
%F RSA_2005__53_4_31_0
Elkettani, Y. Deux méthodes complémentaires au krigeage ordinaire, pour l'estimation d'un processus spatial stationnaire de moyenne inconnue : la régression PLS et la pondération par la covariance. Revue de Statistique Appliquée, Tome 53 (2005) no. 4, pp. 31-47. http://www.numdam.org/item/RSA_2005__53_4_31_0/

Ajerame ( 1997), Géostatistique appliquée à la quantification du risque, thèse de doctorat à la faculté des sciences agronomiques de Louvain.

Barnes et Johnson ( 1984), Positive kriging, 2nd NATO A.S.I. « Geostatistics for natural resources characterization » Part 2, D, Reidel Publ. Co. Dordrecht, Netherlands.

Chilès et Delfiner ( 1999), Geostatistics modeling spatial uncertainty, John Wiley & Sons, Inc. | MR | Zbl

Cressie ( 1991), Statistics for spatial data, John Wiley & sons, Inc. | MR | Zbl

Deutsch et Journel ( 1992), GSLIB : Geostatistical Software Library, Oxford University Press, New York.

Elkettani ( 2001), Analyse des redondances et régression PLS appliquées aux données spatiales. Comparaison avec l'estimation par krigeage et par inverse de la distance, Revue de Statistique Appliquée, 49 n° 2, pp 67-82. | EuDML | Numdam | Zbl

Herzfeld ( 1989), A note on programs performing kriging with non negative weights, Matematical Geology, 21, pp. 391-393.

Isaaks et Srivastava ( 1989), An introduction to applied geostatistics, Oxford University Press.

Lantuejoul ( 1994), Non conditional simulation of stationary isotropic multigaussian random functions, M armstrong and P.A. Dowd (eds) : Geostatistical Simulations, 147-177, Kluwer Academic Publishers.

Michael L.Stein ( 1998), Interpolation of Spatial Data, some theory for kriging, Springer Series in Statistics | MR | Zbl

Pannatier ( 1996), Data Analysis in 2D, Springer-Verlag.

Rivoirard ( 1984), Le comportement des poids de krigeage, thèse de Docteur- Ingénieur : Ecole des mines de Paris.

Szidarovskyet al ( 1987), Kriging without negative weights, Mathematical Geology, 19, pp 549-559.

Tenennhaus ( 1998), La régression PLS, théorie et pratique, éditions TECHNIP. | MR | Zbl

Wold, Albanoet al. ( 1983), Pattern recognition : Finding and using regularities in multivariate data; Proc IUFOST conf. «Food research and data analysis», Martens J. ed, Applied sciences publications. London.

Yates S.R., Yates M.V. ( 1998), Disjunctive kriging as an Approach to Management Decision Making, Soil Sci. Soc. Am. J., 52, pp. 1554-1558