Não foi possível enviar o arquivo. Será algum problema com as permissões?
Essa é uma revisão anterior do documento!
CE-063 : 1o Semestre de 2019
Data | Tema(s) | Exercícios | Outros |
---|---|---|---|
18/02 Seg | (PJ) Apresentação do curso. Introdução a estatística espacial. Características de processos espaciais. | aula 1 | |
20/02 Qua | (PJ) Ideias de sistema de coordenadas espaciais. Dados de áreas. Risco relativo. | aula 2 | |
25/02 Seg | (PJ) Estrutura dos dados de área: polígonos e atributos. Formatos de arquivos e arquivo shapefile. Introdução à importação e visualização do mapa e de um atributo (Exemplo Curitiba). Análises de Taxas (exemplo Auckland) | aula 3 | ver abaixo |
27/02 Qua | (EK) Estimação de taxas. Método da máxima verossimilhança. Taxas Bayesianas empíricas de Marshall. | aula 4 | paper original e slides do prof. Renato e slides lidos |
04/03 Seg | Recesso | ||
06/03 Qua | Recesso | ||
11/03 Seg | (EK) Taxas (continuação) | aula 5 | |
13/03 Qua | (EK) Autocorrelação. Índice de Moran | aula 6 | slides |
18/03 Seg | (EK) Revisão. Dúvidas | ||
20/03 Qua | (EK) Entrega das listas de exercícios e 1a Prova | ||
25/03 Seg | (EK) | ||
27/03 Qua | (EK) | ||
01/04 Seg | (PJ) Revisão de tipos de problemas (variação espacial discreta/área, processos pontuais e variação espacial contínua/geoestatística) e objetivos de análises em estatística espacial. Dados geoestatísticos. Exemplos introdutórios de motivação. Exemplo de uma análise geoestatística | Ver abaixo | |
03/04 Qua | (PJ) Passos dos procedimentos geoestatísticos e seus fundamentos: análise exploratória (modelos "candidatos"), exploração da estrutura de covariância ("variogramas"), estimação de parâmetros do modelo e predição ("krigagem") como resumos da distribuição condicional da normal multivasriada | ||
08/04 Seg | (PJ) Ilustração dos conceitos da aula anterior com exemplos de análises. Revisita ao arquivo do dia 01/04. Detalhamento dos comandos de análise exploratória e variograma | arquivo de 01/04 atualizado | ver abaixo |
10/04 | (PJ) Estimação de parâmetros por verossimilhança e predição (krigagem) | Explorar as opções nesta interface shiny |
25/02
- Exemplo Mostrado em Aula: Infra estrutura urbana em Curitiba
- Arquivos "shape" de bairros de Curitiba (sem projeção / identificador: NOME): bairros.shp bairros.shx bairros.dbf
- Dados de mortalidade em Auckland
01/04
- Arquivo de comandos visto em aula
08/04
- fazer um código para calcular a nuvem variográfica de um conjunto de dados
- revisitar código visto em aula examanando argumentos das funções
- fazer códigos similares para outros conjuntos de dados. Sugestões da geoR: elevation, Ksat, wolfcamp, parana e
ca20
.