#exercicio 7.6 #simulando os dados da Figura 4.6 require(geoR) n <- 5 set.seed(23) #semente para a simulação s <- grf(60, cov.pars = c(5, 0.25)) p <- exp(2 + s$data)/(1 + exp(2 + s$data)) y <- rbinom(length(p), size = 5, prob = p) #simulando dados da binomial points(s) text(s$coords, label = y, pos = 3, offset = 0.3) #exercicio 7.7 #transformar os dados em log{(y + 0.5)/(n - y + 0.5)} x <- log ((y + 0.5)/(n - y + 0.5)) plot(x) par(mfrow=c(1,2)) plot(y) plot(x) # Exercício 8.1 require(geoR) sigma2<- 1 phi<-0.2 mi=0.5 n<-1000 X<-seq(n/2,(n^2-n/2),n) Y<-rep(0,length(X)) M<-cbind(X,Y) View(M) set.seed(171) dados<- grf(nrow(M),grid=M,cov.pars = c(sigma2,phi),nsim=1000, cov.model="exp", mean=mi) # Abaixo comandos para usar método da máxima verossimilhança ml1 <- likfit(dados, ini=c(sigma2, phi), cov.model="exp") ml1$beta # Comandos para visualizar a variação da média por histograma hist(apply(dados$data,2,mean), xlab="Média", ylab="Frequência", main="")