El kriging puede ser entendido como una predicción lineal o una forma de inferencia bayesiana.Esto es, si en un vertedero de residuos tóxicos y peligrosos la concentración de zinc en un punto p es x, será muy probable que se encuentren resultados muy próximos a x cuanto más próximos se esté del punto p (principio de geoestadística).Sin embargo, desde una cierta distancia de p, ciertamente no se encontrarán valores próximos a x porque la correlación espacial puede dejar de existir.Es una extensión de las situaciones anteriores en las que dos o más variables tienen una dependencia espacial y esa variable se estima que no se muestra con la intensidad con la que otros son variables dependientes, con estos valores y sus dependencias para estimar la variable que se requiere.El método de Kriging utiliza diversas teorías explayadas en la estadística.Una semivariancia es la medida del grado de dependencia espacial entre dos muestras.A partir de una determinada distancia, la semivariancia no aumentará más con la distancia y se estabilizará en un valor igual a la variancia media, dando a esa región el nombre de meseta, silo o patamar (sill)[cita requerida].Al extrapolar la curva del semivariograma para la distancia cero, podemos llegar a un valor no nulo de semivariancia.Ese valor recibe el nombre de efecto pepita (Nugget Effect).En el Método de Kriging normalmente son usados cuatro tipos de variogramas: usadas las siguientes variables: Este modelo no presenta silla y es muy simple.Su curva puede ser representada por: Una forma esférica es la más utilizada en el silo.A partir de ese gráfico se estima el modelo de variograma que mejor se aproxima a la curva obtenida.El efecto pepita puede estar presente en el semivariograma experimental y debe ser considerado.Siendo el semivariograma una función que depende de la dirección, es natural que presente valores diferentes conforme la dirección, recibiendo este fenómeno el nombre de anisotropía.Tal procedimento depende del tipo de kriging que está siendo utilizado.Hacemos hincapié en la siguiente notación: En ese caso es utilizada la media local de los puntos mostrados.Consecuentemente, se tiene un resultado más preciso del Kriging Simple.Implicando, por tanto, que no se normalice en la ubicación promedio de los pesos, como en el anterior.Así, tenemos casi la misma ecuación, excepto por la exclusión de: De esa manera, se calcula el valor interpolado para todos los puntos deseados.Se resalta que solamente deben ser utilizados los valores adquiridos arriba.
