Geoestatística e Tópicos de Estatística Espacial
Geoestatística e Tópicos de Estatística Espacial
Curso de verão, IME/USP
Conteúdo (sujeito a ajustes durante o curso)
No que se segue Capítulos se refere ao livro texto do curso (Diggle & Ribeiro, 2007).
Veja aqui o Índice de conteúdo deste texto.
Materiais do curso:
Aula 1 sobre estatística espacial
-
-
os dados utilizados nos exemplos, aulas práticas e exercícios estão disponíveis na
geoR e/ou
neste link.
os tutoriais mencionados nas práticas e exercícios fazem parte da
sessão de tutoriais da página da
geoR
Semana 1 (03-04/01)
Prática: Apresentação e introdução ao uso dos recursos computacionais a serem utilizados neste curso: R, R-Spatial, geoR, geoRglm. (ver links no final desta página).
neste primeira semana foi dada ênfase no entendimento da estrutura e uso do sistema R e seus pacotes
Um tutorial que fornece informações sobre o uso dos recursos do R para estatística espacial e ilustra algumas técnicas de análise para diferentes tipos de dados espaciais.
-
Semana 2 (9-11/01)
Teóricas: uma visão geral de geoestatística (Capítulo 2) e modelos gaussianos para dados geoestatísticos (Capítulo 3)
-
Práticas: ferramentas para análise exploratória geoestatística, funções básicas para análise, simulação de dados
Visite
este tutorial, reproduza as análises e explore os comandos e funcionalidades com os dados fornecidos e/ou seus próprios dados.
idem para
este outro tutorial que mostra análises de dados de CTC do solo. A CTC é uma medida de fertilidade de solos.
-
Semana 3 (16-18/01)
Teóricas: Estimação de parâmetros (Capítulo 5, exceto Seção 5.5) e Predição Espacial (Capítulo 6)
Práticas: O objetivo desta sessão é explorar as funcionalidades para estivação de parâmetros do modelo geoestatístico. Visite o tutoriais abaixo, reproduza, discuta e interprete as análises. Neste ponto voce pode ignorar a parte de predição espacial (krigagem)
-
-
-
Semana 4 (23-24/01)
Teóricas: Modelos lineares generalizados geoestatísticos (Capítulo 4) e inferência (Seção 5.5) e Inferência Bayesiana para modelos geoestatísticos lineares e lineares generalizados (Capítulo 7)
Práticas: O objetivo desta prática é explorar a implementação no pacote geoR
de inferência Bayesiana para modelos Gaussianos. Para isto recomenda-se a análise de dados já vistos anteriormente utilizando a função krige.bayes()
.
-
Semana 5 (30-31/01 e 01/02)
-
Práticas: o objetivo é efetuar análises de GLGM utilizando o pacote
geoRglm.
Visite a página do pacote e inspecione a documentação disponível
simule um conjunto de dados de um GLGM
use algorítmos da geoRglm para obter estimativas de parametros via MCMC-likelihood
idem para inferência a predição Bayesianas
-
Semana 6
Teóricas: Mais estudos de casos em GLGM. Extensões do modelo: sobrevivência espacial, processos pontuais, processos pontuais marcados. Delineamentos geoestatísticos (Capítulo 8).
Práticas: Análise de dados do trabalho do curso.
Semana 7
Teóricas: Algumas alternativas para modelagem espaço temporal. Tópicos adicionais em estatística espacial: fundamentos de cartografia e SIG, processos pontuais e dados de áreas. O Pacote aRT
Práticas: Análise de dados do trabalho do curso.
Avaliação
Bibliografia
Esta lista possui diversas referências bibliográficas separadas pelos tipos de assunto cobertos pelos textos.
Espaço Aberto
Links
-
R Wiki: principal Wiki do R (em Inglês).
-
Tinn-R GUI/Editor (disponível apenas para o ambiente
R sob Windows).
-
-
-
-