虽然预测图在数据不服从正态分布的情况下可能不是最佳的，但 ArcGIS Geostatistical Analyst 提供的大多数插值方法都不要求数据服从正态分布。即，更改数据形状(分布)的数据变换不要求是插值模型的一部分。不过，有些克里金方法要求数据近似服从正态分布(接近钟形曲线)。特别地，利用普通克里金法、简单克里金法或泛克里金法创建的分位数图和概率图都假定数据服从多元正态分布。而且，用作地统计模拟的基础的简单克里金模型应使用服从正态分布的数据或者将常态得分变换作为模型的一部分以确保数据服从正态分布。
对于服从正态分布的数据，其概率密度函数如下图所示：
直方图和正态 QQ 图旨在帮助您研究数据的分布，并且这两种图含有不同的数据变换(Box–Cox 变换、对数变换和反正弦变换)以便于评估数据变换对数据产生的影响。
所有克里金方法都依赖于平稳性的假设。在某种程度上，这种假设要求所有数据值都服从变异性相同的分布。数据变换也可用于满足这种相等变异性的假设。
原文地址：http://blog.csdn.net/dsac1/article/details/43406783
