# Selby & Kockelman 2013 – kokkuvõte (Universal Kriging vs GWR)

> Selby, B., & Kockelman, K. M. (2013). Spatial prediction of traffic levels in unmeasured locations: applications of universal kriging and geographically weighted regression. *Journal of Transport Geography*, 29, 24–32. https://doi.org/10.1016/j.jtrangeo.2012.12.009
> Kokkuvõte koostatud 2026-08-08. ⚠️ Täistekst on rendi taga (Elsevier); kokkuvõte põhineb abstraktil, highlightidel, sissejuhatusel ja lõigu-snippetitel (ScienceDirect). 128 tsitaati.

## Taust
- AADT loendused: püsijaamad (ATR) + lühiajalised loendused (SPTC); jaamade vahe võib olla keskmiselt 5+ miili
- FHWA nõue: AADT hinnang ±10% (90% usaldus) linnarteritel; tegelikud vead 1–2-päevastest loendustest 10–20% parimal juhul (Gadda et al. 2007); täiesti mõõtmata kohtades võivad vead ületada 100%
- Vajadus: ruumiline interpoleerimine mõõtmata asukohtadesse

## Andmed
- **Texas, aasta 2005**; TxDOT geokodeeritud võrk **79 000+ keskmist miili**
- Kõik teeklassid (kohalikest teedest kiirteedeni), nii tihedalt asustatud linnad kui **suured hõredalt asustatud alad**
- Kontrollmuutujad: funktsionaalklass, radade arv, piirkiirus, muud objekti atribuudid

## Meetod
- Sõltuv muutuja: **Box-Cox transformeeritud** loendusväärtus (viltuse eemaldamine)
- **Universal kriging** (trend + semivariogrammipõhine ruumiline interpolatsioon) vs **GWR** vs mittespaatne regressioon
- Võrdlus: **Eukleidilised vs teedevõrgu (network) kaugused**

## Tulemused
- **Mõlemad ruumimeetodid vähendavad vigu oluliselt** (praktiliselt ja statistiliselt) võrreldes mittespaatse regressiooniga
- **Kriging ületab GWR-i peaaegu kõigis testides, keskmised absoluutvead 3–8% väiksemad**
- Vead jäävad suureks väikese loendusega kohtades ja **vähem mõõdetud (hõredam) piirkondades**
- **Teedevõrgu kaugused ei andnud eelist** Eukleidiliste ees – lihtsam ja odavam variant on piisav
- Mediaan- (mitteabsoluut) vead varieerusid nulli ümber (süstemaatiline nihe puudus)

## Olulisus meie teemale
- **Hõreda mõõtmisega piirkondades võib kriging olla GWR-ist parem** – just see on meie (Eesti hõreasustuse) kontekstis oluline võrdluspunkt
- Liu 2026 tugineb sellele artiklile väitega "UK vähendas vigu tõhusamalt hõredates piirkondades"
- Praktiline õppetund: **Eukleidilised kaugused piisavad** – ei pea ehitama teedevõrgu kaugusmaatriksit (kuigi meil on see OSM/PostGIS-iga niikuinii võimalik)
- Eelkäijad, mida tasub teada: Wang & Kockelman 2009 (tavaline kriging ArcGIS-is, mediaanviga 33%), Eom et al. 2006 (universal kriging Box-Cox'iga, Wake County NC; täpsus paraneb just linnapiirkondades – rohkem naaberjaamu)
- Box-Cox transformatsioon on kasulik nipp ka meie mudelitele (viltused loendusandmed)

## Seos varem loetud artiklitega
| Artikkel | Meetod | Kes on parem? |
|---|---|---|
| Pulugurtha & Mathew 2021 | OLS vs GWR (NC) | GWR > OLS |
| Liu et al. 2026 | GWR (Texas, linn/maa) | GWR > globaalne; maal suurem võit |
| **Selby & Kockelman 2013** | **UK vs GWR (Texas)** | **UK > GWR 3–8%** |

## Kättesaadavus
- Täistekst: rendi taga (Elsevier). Abstrakt ja highlightid tasuta ScienceDirectis.
- DOI: https://doi.org/10.1016/j.jtrangeo.2012.12.009 (Zoterosse lisatav)