A GeoestatÃstica é um ramo da estatÃstica responsável pela incorporação e entendimento das dependências espaciais na modelagem de variáveis georreferenciadas. Na busca pelo melhor modelo ajustado, tem-se o desafio de desenvolver e dominar um ferramental que permita a análise, e quantificação, da variabilidade espacial do fenômeno em estudo por meio de modelagens especÃficas, para isso, é comum fazer uso de medidas de correlação espacial como covariância, correlação e, especialmente, semivariância, uma medida resumo da variabilidade e dependência espacial. É então essencial um bom ajuste do semivariograma, e um estimador adequado para a emivariância é necessário para este ajuste. Uma vez que a maioria dos métodos de estimação em GeoestatÃstica e
algoritmos de simulação requerem um modelo teórico ajustado a uma semivariância empÃrica, objetivou-se expor as construções, deduções e a ideia geral que determina a adequabilidade dos principais estimadores de semivariância a fim de prover a melhor decisão a ser tomada. Portanto, este texto apresenta uma revisão de oito estimadores de semivariância: Clássico de Matheron, Robusto de Cressie e Hawkins, das Medianas de Cressie, das Diferenças de Haslett, Altamente Robusto de Genton, Pairwise, New-1 (MW1) e New-2 (MW2).
