Você está aqui: start » disciplinas » ce097-2015-01 » historico2015

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão		Revisão anterior
disciplinas:ce097-2015-01:historico2015 [2015/04/15 18:48] – paulojusdisciplinas:ce097-2015-01:historico2015 [2015/05/06 17:00] (atual) – paulojus
Linha 18: Linha 18:
 | 13/04  |(PJ) Idéias básicas sobre modelagem e predição geoestatística (modelo linear/Gaussiano)  | [[#13/04|Ver abaixo]] | | 13/04  |(PJ) Idéias básicas sobre modelagem e predição geoestatística (modelo linear/Gaussiano)  | [[#13/04|Ver abaixo]] |
 | 15/04  |Idéias básicas sobre modelagem e predição geoestatística (modelo linear/Gaussiano) (cont)  | [[#15/04|Ver abaixo]] | | 15/04  |Idéias básicas sobre modelagem e predição geoestatística (modelo linear/Gaussiano) (cont)  | [[#15/04|Ver abaixo]] |
 +| 20/04  |Discussão e scripts de análise com modelagem e predição geoestatística (modelo linear/Gaussiano) - explorando simulações condicionais | |
 +| 22/04  |Discussão e scripts de análise com modelagem e predição geoestatística (modelo linear/Gaussiano) - variogramas e métodos de estimação  | |
 +| 27/04  |Discussão e scripts de análise com modelagem e predição geoestatística (modelo linear/Gaussiano) - escolha de modelos e predição com covariáveis  | [[#27/04|Ver abaixo]] |
 +| 04/05  |Análise Bayesiana de modelos geoestatísticos  | [[#04/05|Ver abaixo]] |
 +
  
  
Linha 69: Linha 74:
  
 === 15/04 === === 15/04 ===
-  * No exemplo da aula passada inspecione os objetos retornados pelas funções e em especial o retornado por krige.conv(). Para este último o resultado é uma lista na qual os dois primeiros elementos são e média e variãncia das distribuições condicionais (preditivas). Considere antão a obtenção dos seguintes tópicos adicionais:+  - No exemplo da aula passada inspecione os objetos retornados pelas funções e em especial o retornado por krige.conv(). Para este último o resultado é uma lista na qual os dois primeiros elementos são e média e variãncia das distribuições condicionais (preditivas). Considere antão a obtenção dos seguintes tópicos adicionais:
     - Obtenha um mapa de divida dos valores preditos nos intervalos [-Inf a -1,5), [-1,5 a 0], [0, a 1,5] e [1,5 a Inf].      - Obtenha um mapa de divida dos valores preditos nos intervalos [-Inf a -1,5), [-1,5 a 0], [0, a 1,5] e [1,5 a Inf]. 
     - Obtenha um mapa de probabilidades de P[Y > 1], P[Y > 1.5], P[Y > 2].     - Obtenha um mapa de probabilidades de P[Y > 1], P[Y > 1.5], P[Y > 2].
     - Obtenha um mapa do 1o quartil, um do 3o quantil e dos percentis 10 e 90.     - Obtenha um mapa do 1o quartil, um do 3o quantil e dos percentis 10 e 90.
     - Como voce faria para obter a predição da proporção da área acima de um determinado limiar (por exemplo 1,2).     - Como voce faria para obter a predição da proporção da área acima de um determinado limiar (por exemplo 1,2).
 +  - Explore um segundo exemplo de análises
 +    - {{:disciplinas:ce097-2015-01:wolf.r|Comandos do R}}
 +    - {{:disciplinas:ce097-2015-01:wolfcamp.txt|Arquivo de dados}}
 +  - Mais um exemplo:<code R>
 +class(Ksat)
 +names(Ksat)
 +summary(Ksat)
 +plot(Ksat)
 +plot(Ksat, lam=0)
 +
 +par(mfrow=c(1,1))
 +K.v <- variog(Ksat, max.dist=9, lam=0)
 +plot(K.v)
 +
 +var(log(Ksat$dat))
 +
 +K.eye <- eyefit(K.v)
 +K.eye
 +
 +gr <- expand.grid(seq(0, 22.5, by=0.2), seq(0,13, by=0.2))
 +kr <- krige.conv(Ksat, loc=gr, krige=krige.control(cov.pars=c(2.3,2.35), lam=0))
 +image(kr, col=gray(seq(1,0,l=21)))
 +image(kr, col=terrain.colors(16))
 +</code>
 +Como ficariam perguntas semelhantes às feitas para o 1o exemplo neste último caso?
 +Por exemplo: mapa da P[Y > 1] , mapa de quantis etc
  
 +=== 27/04 ===
 +  - Escolha de modelos
 +    - {{:disciplinas:ce097-2015-01:modelos-pr.r|Análise dos dados de precipitação no Paraná}}
 +    - {{:disciplinas:ce097-2015-01:modelo-ca20.r|Dados Ca20}}
 +  - {{:disciplinas:ce097-2015-01:krigacamg.r|Uma análise mais completa com dados de ctc}} 
  
 /* Análises espaciais de propriedades de 1a e 2a ordem - suavização e padrões de dependência espacial. * /* Análises espaciais de propriedades de 1a e 2a ordem - suavização e padrões de dependência espacial. *
Linha 80: Linha 116:
 /* |   |Introdução a geoestatística. Interpolação por krigagem. Propriedades do processo e variograma teórico. O modelo geoestatístico básico. Estimação de parâmetros (verossimilhança e por variogramas). Representação e visualização de resultados.  | * /* |   |Introdução a geoestatística. Interpolação por krigagem. Propriedades do processo e variograma teórico. O modelo geoestatístico básico. Estimação de parâmetros (verossimilhança e por variogramas). Representação e visualização de resultados.  | *
  
 +=== 04/05 ===
 +  - Exemplo com dados de salinidade
 +    - {{:disciplinas:ce097-2015-01:sal.r|arquivos de comandos}}
 +    - {{:disciplinas:ce097-2015-01:sal.dat|arquivo de dados}}
 +  - Efetue análises Bayesiana de algum outro conjunto de dados (visto no curso ou outro)

QR Code
QR Code disciplinas:ce097-2015-01:historico2015 (generated for current page)