너겟 효과가 높은 반 변형도 해석?

패키지 gstat, variogram()함수를 사용하여 R에서 반 변형을 만들었습니다 . 내 모델의 잔차에 공간 자기 상관이 있는지 확인하고 싶습니다 (수종은 glmm을 사용하여 몇 km에서 900 km 떨어진 사이트 전체에 걸쳐 서식지의 기능으로 존재합니다).

내 단위는 km 단위이므로 공간 자기 상관이 더 이상 "문제"가되지 않을 때까지 범위가 100km가 넘습니다. 너겟이 왜 그렇게 높게 보이는지 누군가가 설명 할 수 있는지 궁금합니다. 이것은 비슷한 위치에서도 여전히 상대적으로 높은 차이가 있음을 의미합니까? 또는이 물결 모양의 variogram은보다 전형적인 모양을 얻을 때까지 지연 수와 지연 거리를 조정해야한다는 것을 의미합니까?

좀 더 조사하기 위해 variog()geoR 패키지 의 함수 를 사용하고 breaks=seq(0,100,10), 같은 점과 동일한 모델 잔차를 사용하여 더 가까운 거리를 보려고 시도했습니다. 이것은 가장 가까운 점이 더 다르고 의미가 없다는 것을 나타냅니다. 어쩌면 이것은 공간 자기 상관이 없으며 내 모델이 이미 이것을 설명하고 있음을 나타냅니다.

나는이 훌륭한 소스 인 "눈물이없는 지오 스타트"를 찾았으며 , 51 페이지에는 가변 량 피팅에 대한 좋은 조언이 있습니다. 이 조언에 따르면, 첫 번째 것은 올바른 범위를 가지고있는 것 같습니다. 그래서 이것은 첫 번째 질문으로 돌아갑니다. 이것을 어떻게 해석합니까?

너겟이 왜 그렇게 높게 보이는지 누군가가 설명 할 수 있는지 궁금합니다. 이것은 비슷한 위치에서도 여전히 상대적으로 높은 차이가 있음을 의미합니까?

예, 높은 너깃 효과 (원점에서의 반 분산)는 작은 거리에서 샘플 데이터 사이에 공간 의존성 (자가 상관)이 약하거나 전혀 없음을 나타냅니다. 샘플링 간격보다 짧은 범위의 데이터 구조 일 수도 있지만 두 번째 그림도 그렇지 않습니다.