Não foi possível enviar o arquivo. Será algum problema com as permissões?
CE-063 : 1o Semestre de 2019

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 multivariada Exercício básico de interpolação
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
15/04 (PJ) Exemplo de análise de dados: dados wolfcamp ver abaixo
17/04 (EK) Simular dados correlacionados (do modelo geoestatistico) passo-a-passo. simula-geo
22/04 (PJ) Recursos de estatística espacial no R - CRAN Task View - Spatial. Revisão e comentários adicionais sobre simulação (não condicional) do modelo geoestatístico. Anisotropia ver abaixo
24/04 (PJ) Simulação condicional (da preditiva). Distinção entre simulações não condicionais e condicionais. Exploração da distribuição preditiva. Pós processamento dos resultados de predição. Predição de quantidades além da média. Poś processamento por simulação.
29/04 (PJ) Introdução a processos pontuais ver abaixo
01/05 Feriado
06/05 (EK) Modelos autoregressivos espaciais. Capítulo 6 e carsar-sim
08/05 (EK) Análise de dados usando modelos autoregressivos espaciais. spatial-IDHM
13/05 (PJ) Apresentação de trabalhos geoestatística (1/2)
15/05 (PJ) Apresentação de trabalhos geoestatística (1/2)
20/05 (PJ) A classe sp para representação de objetos espaciais ver abaixo
22/05 (EK) Modelo de Poisson com efeito espacial para dados de contagem modelo-Poisson-INLA
27/05 (EK) Aula para solução de dúvidas sem apresentação de conteúdo novo
29/05 (PJ) Avaliação: geoestatística
03/06 (EK) SKATER bairros-Curitiba-SKATER (considerar dados e script da aula de 25/2)
05/06 Não haverá aula
10/06 (PJ) Estudos de caso em estatística espacial: dispersão genética de bactérias, projeto Eureqa sobre padrões espaciais na resistência de antibióticos, delineamento com incerteza de zonas de captura de bomba hidráulica, vigilânica espacial de dengue
12/06 Estudos e atividades da disciplina
17/06 Estudos e atividades da disciplina
19/06 Prova: dados de área

25/02

  1. Exemplo Mostrado em Aula: Infra estrutura urbana em Curitiba
    1. Arquivos "shape" de bairros de Curitiba (sem projeção / identificador: NOME): bairros.shp bairros.shx bairros.dbf
  2. Dados de mortalidade em Auckland

01/04

  1. Arquivo de comandos visto em aula

08/04

  1. fazer um código para calcular a nuvem variográfica de um conjunto de dados
  2. revisitar código visto em aula examanando argumentos das funções
  3. fazer códigos similares para outros conjuntos de dados. Sugestões da geoR: elevation, Ksat, parana e ca20.

15/04

22/04

  1. Atividade (pode ser em duplas): preparar apresentação de análises de dados vistos no curso em algum pacote ou programa que não seja a geoR
  2. Tutoriais da geoR. Ver em especial o de simulação

24/04

  1. Arquivo de comandos visto em aula. Exemplos de pos-processamentono final do arquivo.

29/04

20/05

  1. Arquivo de comandos da página vista em aula
  2. Atividade: tomar o objeto geoR::ca20 e converter para o formato espacial e com este utilizar comandos para visualização e análise do dados (sugestão: usar o pacote gstat para análises)

QR Code
QR Code disciplinas:ce097-2019-01:historico (generated for current page)