上一篇文章發出來之後，M姐擰這我耳朵教育了我半小時：
這個問題，實際上在空間分析（統計）和空間計量（經濟）學兩個領域，早就打得不可開交了……空間分析裡面，特别是作為空間分析工具，本身是不考慮用于運算的資料是否合理，也就是你扔什麼資料進去，我就給你算什麼結果出來。
而空間計量學裡面，哪些名額可以用于進行分析，是需要有嚴格理論基礎的。空間分析（統計）講究的是名額結果，不考慮名額選取，而空間計量經濟學的名額選取是具有導向的。也就是說空間計量經濟學是所謂理論驅動，政策導向的學科。
既然已經聊到這個問題了，那麼我們今天先來說說，什麼樣的資料可以用于插值。
首先，從插值的目的說起。
插值的目的并非生成新的資料，它的核心目的是用于補全未觀測到的資料。
畫重點——”補全“
也就是說，你插值出來的結果，是這個區域本身應該有的結果，而不是無中生有的結果。
比如降雨、氣溫、空氣品質這種資料，你的觀測站記錄的資料，隻是真實的資料的一小部分，其他的區域，并非沒有資料，而是沒有被觀測到，它們是客觀存在的。
這是插值的第一核心要務，并非生成新的資料，而是推算以補全沒有被觀測或者沒有被記錄到的資料。
其次，從插值的結果說起。
插值的結果，是記錄有觀測資料的連續栅格曲面
畫重點——”連續“
也就是說，它的結果必然是連續的，而且不會出現空缺。
插值生成的結果會鋪滿整個研究區域，每個栅格都會具有一個獨立的數值，這個數值代表的是這個區域裡面的被預測出來的結果：
上面M姐說到的用人口資料做插值，實際上就違背了上面兩個規則，如果用人口資料做插值，得到結果可能是這樣的：
人口采樣，代表是一個區域範圍，其他區間不代表可以通過這個點上面的值進行預測……如果要強行預測，把數值都填寫進去之後，整個區間被完全覆寫，那麼數值的整體可信度自然就比較尴尬了。
那麼下面我們來總結一下，哪些資料不能用于插值呢？
首先，累積聚合類的統計資料是不能用于插值的，比如人口采樣資料，又比如什麼車輛資料采樣（我見過用道路車輛資料來插值預測整個城市交通情況的……我要是他的導師：
還有諸如案件數量、供水能力、投資金額、動植物數量……等等這些，一句話，你的采樣值如果是通過聚合得來的資料，統統不能用來插值。
其次，結果為表達為離散的資料，也是不能進行插值的，比如平均身高，或者平均收入這種，理論上，平均身高和平均體重，可以通過插值來進行預測，也不會出現最終累積，但是這種有樣本類型的資料，隻能分布在有人類活動區域才有效，城市内可以，但是荒郊野外呢？長江大河上？海洋荒島上？這種資料，用插值的時候，需要特别注意，可以認為是有限定條件的來使用插值。
而可以用于插值的資料有哪些呢？
首先，就是自然科學類的資料（原則還是一樣：非聚合值）——自然界客觀存在，且不以人為意志所變更的資料，比如氣溫氣壓、降雨降水、高程、空氣品質、土壤化合物含量、地下礦産儲量（地統計學的原始研究對象）等等。
其次是與自然科學有關的人類活動觀測資料，比如空氣污染，比如水體污染，但是這些資料在使用的時候，會有限定條件：比如河流污染源插值，你的污染源還能向河流上遊蔓延麼？
第三，一些具有區域化特征的人文社科資料，也可以用于插值，比如在城市範圍内，用采樣區域的房價資料，來預測整個城市的房價分布。但是這樣的預測，也需要注意各種限定條件。