fa روندزدایی در آمار فضایی با استفاده از رگرسیون بردار پشتیبان آمار فضایی Spatial Statistics كاربردي و توسعه ای Applied <pre dir="rtl" style=" margin-top:0px; margin-bottom:0px; margin-left:0px; margin-right:0px; -qt-block-indent:0; text-indent:0px;"> مدل‌بندی و برآوردی کارا از تابع روند در برآورد تغییرنگار و پیش‌گویی داده‌های فضایی از اهمیت بالایی برخوردار است. در این مقاله برای مدل‌بندی تابع روند از روش رگرسیون بردار پشتیبان استفاده شده است. سپس داده‌ها روندزدایی شده و برآورد تغییرنگار و پیش‌گویی انجام می‌شود. بر روی یک مجموعه داده واقعی، نتایج پیش‌گویی حاصل از روش پیشنهادی با روش پیش‌گویی اسپلاین و کریگیدن از طریق اعتبارسنجی متقابل مقایسه شده است. کمینه بودن ریشه دوم میانگین توان‌های دوم خطا&nbsp; معیار انتخاب روش مناسب پیش‌گویی است. نتایج پیش‌گویی برای چند موقعیت با مقادیر معلوم که بنا به دلایلی از مجموعه داده‌ها کنار گذاشته شده‌اند و برای موقعیت‌های جدید به‌دست آمده‌اند. نتایج بیانگر دقت بالای پیش‌گویی با روش پیشنهادی&nbsp; نسبت به کریگیدن و اسپلاین است.</pre> <pre style=" margin-top:0px; margin-bottom:0px; margin-left:0px; margin-right:0px; -qt-block-indent:0; text-indent:0px;"> &lrm;Modeling and efficient estimation of the trend function is of great importance in the estimation of variogram and prediction of spatial data. In this article, the support vector regression method is used to model the trend function. Then the data is de-trended and the estimation of variogram and prediction is done. On a real data set, the prediction results obtained from the proposed method have been compared with Spline and kriging prediction methods through cross-validation.&nbsp; The criterion for choosing the appropriate method for prediction is to minimize the root mean square of the error. The prediction results for several positions with known values were left out of the data set (for some reason) and were obtained for new positions. The results show the high accuracy of prediction (for all positions and elimination positions) with the proposed method compared to kriging and spline.</pre> <pre style="-qt-paragraph-type:empty; margin-top:0px; margin-bottom:0px; margin-left:0px; margin-right:0px; -qt-block-indent:0; text-indent:0px;"> </pre> تغییرنگار, کریگیدن, پیش‌گویی فضایی, رگرسیون بردار پشتیبان, تابع هسته Variogram, Kriging, Spatial prediction, Support vector regression, Kernel function 235 251 http://jss.irstat.ir/browse.php?a_code=A-10-1086-2&slc_lang=fa&sid=1 Sareh Haddadi ساره حدادی sareh_haddadi@birjand.ac.ir 10031947532846009108 10031947532846009108 No University of Birjand دانشگاه بیرجند Javad Etminan جواد اطمینان jetminan@birjand.ac.ir 2121423818 10031947532846009109 Yes University of Birjand دانشگاه بیرجند