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 [2015/04/13 22:19] 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 === | === 13/04 === | ||
| + | Código visto em aula | ||
| <code R> | <code R> | ||
| require(geoR) | require(geoR) | ||
| + | ## conjunto da dados "bem comportado" a ser utilizado no exemplo desta aula | ||
| data(s100) | data(s100) | ||
| plot(s100) | plot(s100) | ||
| plot(s100, low=T) | plot(s100, low=T) | ||
| + | ## outros dados com comportamentos diferentes | ||
| plot(Ksat) | plot(Ksat) | ||
| plot(ca20) | plot(ca20) | ||
| plot(parana) | plot(parana) | ||
| + | ## | ||
| plot(s100, low=T) | plot(s100, low=T) | ||
| + | points(s100) | ||
| + | ## estimação dos parâmetros por máxima verossimilhança | ||
| ml <- likfit(s100, ini=c(var(s100$data), 0.1)) | ml <- likfit(s100, ini=c(var(s100$data), 0.1)) | ||
| ml | ml | ||
| - | g <- expand.grid(seq(0,1, l=11), seq(0,1, l=11)) | + | ## definindo uma malha de pontos para predição espacial (mapa de predição) |
| - | points(s100) | + | ## uma malha "grossa"de predição |
| - | points(g) | + | |
| - | points(g, col=2, pch=19) | + | |
| - | g <- expand.grid(seq(0,1, l=51), seq(0,1, l=51)) | + | |
| - | points(g, col=2, pch=19) | + | |
| g1 <- expand.grid(seq(0,1, l=11), seq(0,1, l=11)) | 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)) | g2 <- expand.grid(seq(0,1, l=51), seq(0,1, l=51)) | ||
| - | ml | + | points(s100) |
| - | kr1 <- krige.conv(s100, loc=gr1, krige=krige.control(obj.m=ml)) | + | 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)) | kr1 <- krige.conv(s100, loc=g1, krige=krige.control(obj.m=ml)) | ||
| - | image(g1) | ||
| image(kr1) | image(kr1) | ||
| points(s100, add=T) | points(s100, add=T) | ||
| + | ## predição na malha "fina" | ||
| kr2 <- krige.conv(s100, loc=g2, krige=krige.control(obj.m=ml)) | kr2 <- krige.conv(s100, loc=g2, krige=krige.control(obj.m=ml)) | ||
| image(kr2) | 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, l=50))) | ||
| image(kr2, col=gray(seq(1, 0.2, l=50))) | image(kr2, col=gray(seq(1, 0.2, l=50))) | ||
| Linha 52: | Linha 61: | ||
| image(kr2, col=rev(gray(seq(0, 1, l=50)))) | image(kr2, col=rev(gray(seq(0, 1, l=50)))) | ||
| image(kr2, col=terrain.colors(21)) | image(kr2, col=terrain.colors(21)) | ||
| - | image(kr2, col=terrain.colors(21), val = sqrt(kr2$var)) | + | ## mapa de erros padrão de predição |
| image(kr2, col=terrain.colors(21), val = sqrt(kr2$krige.var)) | image(kr2, col=terrain.colors(21), val = sqrt(kr2$krige.var)) | ||
| points(s100, add=T) | points(s100, add=T) | ||
