ナゲット効果の高いセミバリオグラムを解釈しますか？

パッケージgstat、variogram()関数を使用して、Rでセミバリオグラムを作成しました。モデルの残差に空間的自己相関があるかどうかを確認したい（glmmを使用して、数kmから900 km間隔で離れたサイト間で、生息地の関数としての種の存在量）。

私の単位はkmです。したがって、私の解釈では、空間的自己相関が「問題」でなくなるまで、範囲は100 kmを少し超えていると解釈されます。ナゲットがこんなに高いように見える理由を誰かが説明できるかどうか疑問に思っていますか？これは、同じような場所でも比較的大きな差があることを意味しますか？または、この波状のバリオグラムは、より一般的な形状になるまでラグ数とラグ距離を調整する必要があることを意味しますか？

もう少し詳しく調べるために、私variog()はパッケージgeoR の関数も使用し、を使用breaks=seq(0,100,10)して、より近い距離を（同じ点と同じモデルの残差を使用して）調べようとしました。これは、最も近い点がより異なっていることを示していますが、これも意味がありません。多分これは空間的自己相関がないことを示しており、私のモデルはすでにこれを説明しています。

私はこの優れた情報源「涙のないジオスタット」を見つけました。51ページで、バリオグラムのフィッティングについていくつかの良いアドバイスがあります。このアドバイスにより、私の最初のものは正しい範囲を持っているようです。これは最初の質問に戻ります-これをどのように解釈しますか？

ナゲットがこんなに高いように見える理由を誰かが説明できるかどうか疑問に思っていますか？これは、同じような場所でも比較的大きな差があることを意味しますか？

はい、ナゲット効果が高い（原点でのセミバリアンスが高い）と、短い距離のサンプルデータ間に空間依存性（自己相関）が弱い（またはまったくない）ことを示します。サンプリング間隔よりも範囲が短いデータの構造の場合も考えられますが、2番目の図はそうではないことを示しているようです。