Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
|
disciplinas:ce097-2015-01:historico2015 [2015/03/25 10:59] paulojus |
disciplinas:ce097-2015-01:historico2015 [2015/04/14 10:50] paulojus |
||
|---|---|---|---|
| Linha 12: | Linha 12: | ||
| | 23/03 |(Daniel) Algorítmo SKATER para grupos espaciais | | | | 23/03 |(Daniel) Algorítmo SKATER para grupos espaciais | | | ||
| | 25/03 |(PJ) SKATER, cont. | | | | 25/03 |(PJ) SKATER, cont. | | | ||
| - | | 30/03 |(Venessa e Bruno) Modelos para dados especiais de áreas - CAR e SAR | | | + | | 30/03 |(Karin) Detecção de clusters - Kuldorff | | |
| - | | 01/04 |(Venessa e Bruno) | | | + | | 01/04 |(Vanessa e Bruno) Modelos para dados espaciais de áreas - CAR e SAR | | |
| + | | 06/04 |(Vanessa e Bruno) cont. | | | ||
| + | | 08/04 |(Vanessa e Bruno) cont. | | | ||
| + | | 13/04 |(PJ) Idéias básicas sobre modelagem e predição geoestatística (model linear/Gaussinano) | [[#13/04|Ver abaixo]] | | ||
| + | |||
| + | === 13/04 === | ||
| + | Código visto em aula | ||
| + | <code R> | ||
| + | require(geoR) | ||
| + | ## conjunto da dados "bem comportado" a ser utilizado no exemplo desta aula | ||
| + | data(s100) | ||
| + | plot(s100) | ||
| + | plot(s100, low=T) | ||
| + | ## outros dados com comportamentos diferentes | ||
| + | plot(Ksat) | ||
| + | plot(ca20) | ||
| + | plot(parana) | ||
| + | ## | ||
| + | plot(s100, low=T) | ||
| + | points(s100) | ||
| + | ## estimação dos parâmetros por máxima verossimilhança | ||
| + | ml <- likfit(s100, ini=c(var(s100$data), 0.1)) | ||
| + | ml | ||
| + | ## definindo uma malha de pontos para predição espacial (mapa de predição) | ||
| + | ## uma malha "grossa"de predição | ||
| + | g1 <- expand.grid(seq(0,1, l=11), seq(0,1, l=11)) | ||
| + | points(s100) | ||
| + | points(g1, col=2, pch=19, cex=0.3) | ||
| + | ## uma malha "fina" de predição | ||
| + | g2 <- expand.grid(seq(0,1, l=51), seq(0,1, l=51)) | ||
| + | points(s100) | ||
| + | points(g, col=2, pch=19, cex=0.3) | ||
| + | ## predição na malha grossa: | ||
| + | kr1 <- krige.conv(s100, loc=g1, krige=krige.control(obj.m=ml)) | ||
| + | image(kr1) | ||
| + | points(s100, add=T) | ||
| + | ## predição na malha "fina" | ||
| + | kr2 <- krige.conv(s100, loc=g2, krige=krige.control(obj.m=ml)) | ||
| + | image(kr2) | ||
| + | ## pode-se usar outras palhetes de cores | ||
| + | image(kr2, col=gray(seq(1, 0, l=50))) | ||
| + | image(kr2, col=gray(seq(1, 0.2, l=50))) | ||
| + | points(s100, add=T) | ||
| + | image(kr2, col=gray(seq(0, 1, l=50))) | ||
| + | points(s100, add=T) | ||
| + | image(kr2, col=rev(gray(seq(0, 1, l=50)))) | ||
| + | image(kr2, col=terrain.colors(21)) | ||
| + | ## mapa de erros padrão de predição | ||
| + | image(kr2, col=terrain.colors(21), val = sqrt(kr2$krige.var)) | ||
| + | points(s100, add=T) | ||
| + | </code> | ||
