Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| - | Ambos lados da revisão anterior Revisão anterior Próxima revisão |
| - | disciplinas:geoesalq:historico [2010/09/17 12:34] paulojus |
|---|---|
| + | Revisão anterior |
| + | disciplinas:geoesalq:historico [2016/12/09 09:18] (atual) paulojus |
| @@ Linha -1,3 +1,318 @@ | |
| ====== Histórico das aulas do curso ====== | |
| ==== Ano 2014 ==== | |
| === Semana 1 === | |
| * 14/08 | |
| * Manhã: apresentação, informações sobre o curso, percepções sobre geoestatística. Introdução ao programa R e ao pacote ''geoR''. Leitura de dados, formato geodata e análises exploratórias. | |
| * Tarde: dependência especial: correlogramas e variogramas. Interpolação espacial (krigagem) e mapas de predição. Outros formados de dados espaciais (dados de área e de processos pontuais). | |
| * Atividades: | |
| - Instalar o programa R e o pacote geoR | |
| - Refazer o exemplo trabalhado em sala de aula | |
| - {{:disciplinas:geoesalq:pira2014:dados-intro.txt|Arquivo de dados}} (formato texto) | |
| - {{:disciplinas:geoesalq:pira2014:comandos-intro-2014.r|Arquivo de comandos}} | |
| - Verificar outros conjuntos de dados disponíveis no pacote ''geoR'' com o comando <code R> | |
| data(package="geoR") | |
| </code> e efetuar análises descritivas atentando as características a serem observadas comentadas em aula (distribuição e assimetria, dados atípicos, tendências com coordenadas e covariáveis, possível padrão espacial) | |
| - Obter outro conjunto de dados geoestatísticos (seu próprio ou em alguma fonte - web etc), carregar no R e efetuar análises | |
| - Reproduzir e discutir as análises feitas com os comandos a seguir: | |
| - {{:disciplinas:geoesalq:pira2014:wolfcamp.txt|arquivo de dados}} e {{:disciplinas:geoesalq:pira2014:wolf.r|de comandos}} | |
| * 15/08 | |
| * Manhã: atividades computacionas | |
| * Tarde: modelos com covariaveis - tendências com coordenadas e com covariáveis | |
| * arquivos utilizados: | |
| - {{:disciplinas:geoesalq:pira2014:ca20-2014.r|ca20}} | |
| - {{:disciplinas:geoesalq:pira2014:bordas.r|definição de bordas}} | |
| - {{:disciplinas:geoesalq:pira2014:wolf.r|wolfcamp revisado}} | |
| === Semana 2 === | |
| * 21/08 | |
| * Discussão sobre variogramas | |
| * Extensões dos modelos considerando covariáveis e transformações | |
| * Apresentação e discussão de trabalhos, dados e projetos de participantes | |
| * 22/08 | |
| * Manhã | |
| * {{:disciplinas:geoesalq:modelos-pr.r|alguns modelos para dados de precipitação no PR}} | |
| * {{:disciplinas:geoesalq:modelo-ca20.r|alguns modelos para dados Ca20}} | |
| * Exemplo de código básico para predição espacial ({{:disciplinas:geoesalq:ex-predicao.r|arquivo de comandos}}), incluindo exportação dos resultados | |
| * {{:disciplinas:geoesalq:pira2014:krigacamg.r|Um exemplo mais completo de comandos para análise}} | |
| * {{:disciplinas:geoesalq:pira2014:regioes.dat|arquivo de dados}} utilizados no arquivo de comandos | |
| * Tarde | |
| * além de krigagem: Simulações da preditiva (condicionais) | |
| * {{:disciplinas:geoesalq:pira2014:comandos-intro-2014.r|arquivo de comandos atualizado}} | |
| === Semana 3 === | |
| * 18/09 | |
| * Manhã: | |
| - simulação e funções de correlação | |
| - estimação por verossimilhança | |
| * Tarde | |
| - Predição espacial e efeitos do modelo na predição | |
| - inferência e predição Bayesiana | |
| * 19/09 | |
| * Manhã: | |
| - {{:disciplinas:geoesalq:pira2014:aula-2014-09-18.r|arquivo com comandos da aula do dia anterior}} - revisão, alterar e expandir os comandos | |
| - Mais simulações: {{:disciplinas:geoesalq:comandos-simula.r|arquivo 2}} simulações do modelo geoestatístico básico no R, feitas de várias formas | |
| - {{:disciplinas:geoesalq:pira2012:comandosintro.r|arquivo de comandos}} de uma análise incluindo inferência Bayesiana | |
| * Tarde: | |
| - Modelos não gaussianos. | |
| - {{:disciplinas:geoesalq:simular-glgm.r|arquivo 5}} Simulação de modelos GLM geoestatísticos (Poisson e Binomial) | |
| - Análises usando a geoRglm: | |
| * {{:disciplinas:geoesalq:poisson-sim.r|Análise com o modelo Poisson geoestatístico}} | |
| * {{:disciplinas:geoesalq:binario-1d.r|arquivo com código}} para exemplo de simulação e análise de dados binários em 1-D | |
| * {{:disciplinas:geoesalq:simbin.txt|arquivo de dados binários}} para análise com geoRglm | |
| - Representação de dados espaciais no R pelo pacote sp. SpatialPolygons e algumas visualizações e análises de dados de áreas | |
| - {{:disciplinas:geoesalq:pira2014:aucklandnew.r|Arquivo de comandos visto na aula}} | |
| - Convertendo um objeto de áreas/polígonos em geodata (centroides como coordenadas) | |
| * {{:disciplinas:geoesalq:area2geo.r|arquivo de comandos}} | |
| * Arquivos shapefile {{:disciplinas:cieg:bairros.shp|}} {{:disciplinas:cieg:bairros.shx|}} {{:disciplinas:cieg:bairros.dbf|}} | |
| * {{:disciplinas:cieg:tabe.csv|Atributos dos bairros}} | |
| - Montar geodata a partir da importação de dados de centroides de municípios do Paraná | |
| * shape com o estado do PR ({{:disciplinas:geoesalq:41uf2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41uf2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41uf2500g.shx|arquivo shx}}) | |
| * shape com os municípios do PR ({{:disciplinas:geoesalq:41mu2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41mu2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41mu2500g.shx|arquivo shx}}) | |
| * {{:disciplinas:geoesalq:prodsoja.txt|arquivo de atributos}} | |
| * {{:disciplinas:geoesalq:rotina.r|Script de análise}} | |
| === Semana 4 === | |
| * 09/10: Estudos de caso, extensões e outras análises (processos pontuais e áreas) | |
| * Manhã: | |
| * SKATER | |
| * Análise espacial de experimentos | |
| * Dados composicionais (frações de solo) | |
| * {http://www.ij-healthgeographics.com/content/10/1/17|Padrão espacial na resistência a antibióticos - EUREQA} | |
| * Tarde: | |
| * Abundância por classes de idade (pescada) | |
| * Zona de captura | |
| * Relação de variáveis de solo e ocorrência de espécies (Djair) | |
| * Processos pontuais (princípios e conceitos básicos) | |
| * 10/10 | |
| * Tarde: | |
| * Apresentação e discussão de análises, temas e projetos de participantes do curso | |
| * Modelo/código para Análise conjunta de diversas áreas | |
| ---- | |
| ---- | |
| ==== Ano 2012 ==== | |
| * {{:disciplinas:geoesalq:toledo2010.pdf|"Slides" do curso}} | |
| ==== Semana 1 ==== | |
| * 13/09 | |
| * Manhã: | |
| * Instalar o [[http://www.r-project.org|R]] e depois instalar o pacote adicional geoR (''install.packages("geoR", dep=T)'') | |
| * Fazer o download para um diretório (criar um) de trabalho do {{:disciplinas:geoesalq:pira2012:dadosintro.txt|arquivo de dados}} e do {{:disciplinas:geoesalq:pira2012:comandosintro.r|arquivo de comandos}} | |
| * Rodar os comandos do arquivo, interpretar e discutir os resultados | |
| * Discussão dos passos da análise: estrutura e importação dos dados, gráficos exploratórios e sua interpretação | |
| * Pontos para atenção: dados atípicos (globais e locais), natureza da resposta e eventual necessidade de transformação, tendências no comportamento das variáveis. | |
| * Tarde: | |
| * Discussão dos passos da análise (cont).: variogramas (empíricos) e sua interpretação | |
| * Ajuste de modelos a variogramas | |
| * Interpolação espacial e visualização dos mapas | |
| * 14/09 | |
| * Manhã: | |
| * Estatística espacial: tipos "básicos" de problemas e estruturas de dados (dados de áreas, geoestatísticos e de processos pontuais). Semelhanças e diferenças. Estratégias para análise e modelagem. | |
| * Exemplos de dados e problemas "geoestatísticos", estratégias de modelagem. | |
| * Tarde: | |
| * Exemplos de dados e problemas "geoestatísticos", estratégias de modelagem. (cont) | |
| * Formalização e notação para modelagem geoestatística. | |
| * **Materiais** | |
| * {{disciplinas:pdf:aula1.pdf|Apresentação da primeira semana de aula}} sobre tipos básicos de problemas de estatística espacial | |
| * Leitura de revisão: {{:disciplinas:ce714:montreal.pdf|Cap 1 e 2 de Diggle & Ribeiro}} | |
| * Arquivos de comandos com exemplos de análises (examinar antes da próxima aula) | |
| - {{:disciplinas:geoesalq:dadosmalha.txt|arquivo de dados usado no script}} | |
| * {{:disciplinas:geoesalq:porot.r|Comandos vistos em aula}} para porosidade total | |
| * {{:disciplinas:geoesalq:aula1-2009.r|Outro arquivo de comandos}} para estes dados | |
| - {{:disciplinas:geoesalq:profund020a.txt|arquivo de dados de teores de elementos}} em camada 0-20{{:disciplinas:geoesalq:pira2012:acacio-artigo1.pdf|}} | |
| - {{:disciplinas:geoesalq:sal.dat|dados de salinidade de água}} | |
| - {{:disciplinas:geoesalq:quimicos_c1.txt|arquivo com teores de elementos químicos}} em amostras de solo | |
| * Sugestão de leitura {{:disciplinas:geoesalq:cap3.pdf|Cap 3 de Diggle & Ribeiro}} | |
| ==== Semana 2 ==== | |
| * 20/09 | |
| * Manhã: Caracterização dos modelos geoestatísticos e funções de correlação | |
| * Tarde: | |
| * Relações entre funções de correlação e trajetória dos processos, | |
| * Variograma e função e correlação | |
| * Simulação de processos | |
| * {{:disciplinas:geoesalq:ex-simula.r|Arquivo editado durante a aula}} | |
| * Arquivos utilizados em anos anteriores (revisar/rodar) | |
| * {{:disciplinas:geoesalq:intro-simula.r|Um arquivo de comandos}} com exemplos introdutórios de simulação no R (modelos **não** espaciais) | |
| * {{:disciplinas:geoesalq:simular.r|arquivo 3}} | |
| * {{:disciplinas:geoesalq:comandos-simula.r|arquivo 2}} simulações do modelo geoestatístico básico no R, feitas de várias formas | |
| * {{:disciplinas:geoesalq:grftutorial.r|arquivo de comandos 1}} Um breve tutorial de uso da função ''grf()'' | |
| * {{:disciplinas:geoesalq:simular-glgm.r|arquivo 5}} Simulação de modelos GLM geoestatísticos (Poisson e Binomial) | |
| * Definir e montar um conjunto de simulações. Montar o seu arquivo de comandos. | |
| * **Arquivos editados nas aulas** | |
| * {{:disciplinas:geoesalq:modelos-pr.r|Modelos para dados de precipitação no PR}} | |
| * {{:disciplinas:geoesalq:modelo-ca20.r|Modelos para dados Ca20}} | |
| * **Tarefas** | |
| * Refazer análises do arquivo usado na 1a semana da aulas em outro programa (outro pacote do R ou outro software) | |
| * Alunos estatística (compulsório) / outros cursos (opcional) | |
| * Escrever verossimilhança para estimar parâmetros com variâncias diferentes em diferentes áreas | |
| * Escrever verossimilhança o modelo básico com uma função de correlação de suporte compacto (alcance finito) utilizando algoritmos de matrizes esparsas para operar com a matriz de covariâncias (ver pacote ''sparseM'') | |
| * Verossimilhança para distribuição t-multivariada | |
| * Verossimilhança composta (Naimara) | |
| ==== Semana 3 ==== | |
| * 04/10 | |
| * Manhã: | |
| * Anisotropia e estacionaridade - extensões do modelo | |
| * Predicões e simulações condicionais | |
| * Predicao de funcionais | |
| * {{:disciplinas:geoesalq:pira2012:comandosintro.r|arquivo de comandos}} básico do curso foi atualizado | |
| * Tarde | |
| * Discussão e temas variados | |
| * Aula interrompida devido à falta de energia elétrica | |
| * 05/10 | |
| * Manhã: Representação e dados espaciais | |
| - Convertendo um objeto de áreas/polígonos em geodata (centroides como coordenadas) | |
| * {{:disciplinas:geoesalq:area2geo.r|arquivo de comandos}} | |
| * Arquivos shapefile {{:disciplinas:cieg:bairros.shp|}} {{:disciplinas:cieg:bairros.shx|}} {{:disciplinas:cieg:bairros.dbf|}} | |
| * {{:disciplinas:cieg:tabe.csv|Atributos dos bairros}} | |
| - Montar geodata a partir da importação de dados de centroides de municípios do Paraná | |
| * shape com o estado do PR ({{:disciplinas:geoesalq:41uf2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41uf2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41uf2500g.shx|arquivo shx}}) | |
| * shape com os municípios do PR ({{:disciplinas:geoesalq:41mu2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41mu2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41mu2500g.shx|arquivo shx}}) | |
| * {{:disciplinas:geoesalq:prodsoja.txt|arquivo de atributos}} | |
| * {{:disciplinas:geoesalq:rotina.r|Script de análise}} | |
| * Tarde: | |
| * Inferência e predição Bayesiana | |
| * {{:disciplinas:geoesalq:pira2012:comandosintro.r|arquivo de comandos}} básico do curso foi atualizado | |
| ==== Semana 3 ==== | |
| * 04/10 | |
| * Manhã: | |
| * Revisão GLM. Simulações do GLM/GLGM | |
| * {{:disciplinas:geoesalq:sim-glgm.r|arquivo de comandos}} de simulações | |
| * {{:disciplinas:geoesalq:simular-glgm.r|Simulação de modelos GLM geoestatísticos}}(Poisson e Binomial) | |
| * Análises usando a geoRglm: | |
| * {{:disciplinas:geoesalq:poisson-sim.r|Análise com o modelo Poisson geoestatístico}} | |
| * {{:disciplinas:geoesalq:binario-1d.r|arquivo com código}} para exemplo de simulação e análise de dados binários em 1-D | |
| * {{:disciplinas:geoesalq:simbin.txt|arquivo de dados binários}} para análise com geoRglm | |
| ---- | |
| ==== Ano 2011 ==== | |
| ==== Semana 1 ==== | |
| * 18/08 | |
| * Manhã: | |
| * Apresentação e Introdução ao Sistema Estatístico R. | |
| * Motivação para geoestatística: interpolação, alternativas, algoritmos, modelos determinísticos e estocásticos | |
| * Tarde: | |
| * {{:disciplinas:geoesalq:dia01-1.r|Exemplo da aula}}: um //script// com os passos básicos de uma análise geoestatística //canônica// | |
| * Discussão dos resultados do script. Passos da análise: (i) preparação dos dados, (ii) análise exploratória (distribuição, tendências, dados discrepantes globais e locais), (iii) modelos/inferência/estimação, (iv) predição (krigagem) | |
| * 19/08 | |
| * Manhã: | |
| - Lendo e analisando dados (experimentar com os seus dados e/ou com os dados a seguir) | |
| - {{:disciplinas:geoesalq:dadosmalha.txt|arquivo de dados usado no script}} | |
| * {{:disciplinas:geoesalq:porot.r|Comandos vistos em aula}} para pororidade total | |
| * {{:disciplinas:geoesalq:aula1-2009.r|Outro arquivo de comandos}} para estes dados | |
| - {{:disciplinas:geoesalq:profund020a.txt|arquivo de dados de teores de elementos}} em camada 0-20 | |
| - {{:disciplinas:geoesalq:sal.dat|dados de salinidade de água}} | |
| - {{:disciplinas:geoesalq:quimicos_c1.txt|arquivo com teores de elementos quimicos}} em amostras de solo | |
| - Passos da análise de dados: preparação, exploratória, modelagem/estimação, predição | |
| * Tarde: | |
| - Lendo dados e análise geoestatística dados | |
| - Tipos de dados espaciais: variação contínua (geoestatístico), discreta (areas) e processos pontuais | |
| * {{disciplinas:r:respacial.r|Exemplo de alguns comandos para análise de dados espaciais}} de direrentes tipos | |
| **//Atividades://** | |
| - Ler {{:disciplinas:ce714:montreal.pdf|Capítulos 1 e 2}} de Diggle e Ribeiro (2007) | |
| - Selecionar um artigo que utilize métodos geoestatísticos e preparar uma resenha | |
| - revisar, alterar e experimentar com os //scripts// vistos em aula | |
| - Montar geodata a partir da importação de dados de centroides de municípios do Paraná | |
| * shape com o estado do PR ({{:disciplinas:geoesalq:41uf2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41uf2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41uf2500g.shx|arquivo shx}}) | |
| * shape com os municípios do PR ({{:disciplinas:geoesalq:41mu2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41mu2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41mu2500g.shx|arquivo shx}}) | |
| * {{:disciplinas:geoesalq:prodsoja.txt|arquivo de atributos}} | |
| * {{:disciplinas:geoesalq:rotina.r|Script de análise}} | |
| * Script de análise | |
| - Convertendo um objeto de áreas/polígonos em geodata (centroides como coordenadas) | |
| * {{:disciplinas:geoesalq:area2geo.r|arquivo de comandos}} | |
| * Arquivos shapefile {{:disciplinas:cieg:bairros.shp|}} {{:disciplinas:cieg:bairros.shx|}} {{:disciplinas:cieg:bairros.dbf|}} | |
| * tabela de atributos {{:disciplinas:cieg:tabe.csv|}} | |
| **//Atividades://** | |
| * Examinar a página de tutoriais da geoR. Rodar os seguintes tutoriais: | |
| ==== Semana 2 ==== | |
| * 25/08 | |
| * Manhã: | |
| * Montando geodata passo a passo ({{:disciplinas:geoesalq:montageo.r|arquivo de comandos}}) | |
| * Problemas e alternativas de modelagem geoestatística | |
| * Tarde: | |
| * Análises de dados | |
| * Modelo geoestatístico básico e extensões | |
| * 16/08 | |
| * Manhã: | |
| * Características e elementos do modelo geoestatístico e funções de correlação | |
| * Tarde: | |
| * exemplos | |
| * Representação de objetos espaciais e fundamentos do pacote ''sp'' | |
| ==== Semana 3 ==== | |
| * 15/09 | |
| * Manhã: | |
| * Modelos geoestatísticos, características, estacionariedade, anisotropia, simulações | |
| * Variogramas teóricos e experimentais. Estimação por variograma dos parâmetros do modelo. Características e observações sobre o método de estimação | |
| * Tarde: | |
| * Praticando Simulação | |
| * {{:disciplinas:geoesalq:intro-simula.r|Um arquivo de comandos}} com exemplos introdutórios de simulação no R (modelos **não** espaciais) | |
| * {{:disciplinas:geoesalq:simular.r|arquivo 3}} | |
| * {{:disciplinas:geoesalq:comandos-simula.r|arquivo 2}} simulações do modelo geoestatístico básico no R, feitas de várias formas | |
| * {{:disciplinas:geoesalq:grftutorial.r|arquivo de comandos 1}} Um breve tutorial de uso da função ''grf()'' | |
| * {{:disciplinas:geoesalq:simular-glgm.r|arquivo 5}} Simulação de modelos GLM geoestatísticos (Poisson e Binomial) | |
| * Definir e montar um conjunto de simulações. Montar o seu arquivo de comandos. | |
| * Métodos de estimação: máxima verossimilhança | |
| * 16/09 | |
| * Manhã: | |
| * Modelos geoestatísticos, simulações em alguns modelos estatísticso e geoestatísticos | |
| * Predição espacial e krigagem. Esperança, variância e simulações condicionais. Estimação de funcionais | |
| * Tarde: | |
| * Exemplo de código básico para predição espacial ({{:disciplinas:geoesalq:ex-predicao.r|arquivo de comandos}}), incluindo agora exportação dos resultados | |
| * Inferência e predição Bayesiana para modelos geoestatísticos Gaussianos | |
| * Ver e reproduzir os comandos abaixo da aula da [[#semana_31|Semana 3 de 2010]] sobre predição, simulação condicional e análise Bayesiana | |
| ==== Semana 4 ==== | |
| * 23/09 | |
| * Manhã: Revisão GLM. Simulações do GLM/GLGM | |
| * {{:disciplinas:geoesalq:sim-glgm.r|arquivo de comandos}} de simulações | |
| * {{:disciplinas:geoesalq:simular-glgm.r|Simulação de modelos GLM geoestatísticos}}(Poisson e Binomial) | |
| * Tarde: | |
| * {{:disciplinas:geoesalq:poisson-sim.r|Análise com o modelo Poisson geoestatístico}} | |
| * {{:disciplinas:geoesalq:binario-1d.r|arquivo com código}} para exemplo de simulação e análise de dados binários em 1-D | |
| * {{:disciplinas:geoesalq:simbin.txt|arquivo de dados binários}} para análise com geoRglm | |
| ==== Semana 5 ==== | |
| * 20/10 | |
| * Manhã e parte da tarde: | |
| - {{disciplinas:r:respacial.r|Exemplo de alguns comandos para análise de dados}} | |
| - {{:disciplinas:r:aucklandnew.r|Arquivo com análises de dados de área}} | |
| - {{:disciplinas:cieg:ciegpp.r|Alguns comandos para análises de processos pontuais}} | |
| - {{:disciplinas:cieg:ciegareas1.r|análises de dados de áreas}} | |
| - **[[disciplinas:geoesalq:arquivos|Arquivos usados nos scripts]]** | |
| * tarde: | |
| - fundamentos de análise de procesos pontuais | |
| - apresentação alunos (ver material) | |
| * 20/10 | |
| * Manhã: | |
| - fundamentos de análise de dados de áreas | |
| - algumas aplicações de geoestatística: análise espacial de experimentos e ánalises conjuntas | |
| * tarde: | |
| - interpolações não espaciais ({{:disciplinas:geoesalq:interpgeo.r|arquivo de comandos com exemplos e alternativas}}) | |
| - apresentação alunos (ver material) | |
| ---- | |
| ---- | |
| ---- | |
| ==== Ano 2010 ==== | |
| @@ Linha -15,8 +330,226 @@ | |
| * {{:disciplinas:geoesalq:aula2-2009.r|arquivo de comandos}} editado na aula da tarde | |
| * Tarde | |
| * {{:disciplinas:geoesalq:quimicos.r| | |
| * {{:disciplinas:geoesalq:quimicos_c1.txt|arquivo com teores de elementos quimicos}} em amostras de solo | |
| ==== Semana 2 ==== | |
| * 23/09 | |
| * Scripts de simulação de Processos Gaussianos e de Dados geoestatísticos | |
| * [[http://www.est.ufpr.br/geoR/tutorials/sim2D.html|simulações com animação]] | |
| * [[http://www.est.ufpr.br/geoR/tutorials/grfTutorial.R|simulação de dados Gaussianos]] | |
| * [[http://www.est.ufpr.br/geoR/tutorials/glmsim.R|Simulação de dados não Gaussianos]] (modelo linear generalizado geoestatístico | |
| * [[http://www.est.ufpr.br/geoR/tutorials/multivar.R|simulação do modelo bivariado]] | |
| * 24/09 | |
| * {{:disciplinas:geoesalq:dia04-1.r|script modificado}} do dia 24/09 (atualizado, **atualizar também a instalação da geoR**) | |
| * **Tarde** : Exemplos de Importação de Dados(Ricardo Olinda) | |
| - **Tarefa 1 **: montar geodata a partir da importação de dados de centroides de municípios do Paraná | |
| * Arquivos de dados: | |
| * shape com o estado do PR ({{:disciplinas:geoesalq:41uf2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41uf2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41uf2500g.shx|arquivo shx}}) | |
| * shape com os municípios do PR ({{:disciplinas:geoesalq:41mu2500g.dbf|arquivo dbf}}, {{:disciplinas:geoesalq:41mu2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41mu2500g.shx|arquivo shx}}) | |
| * {{:disciplinas:geoesalq:prodsoja.txt|arquivo de atributos}} | |
| * {{:disciplinas:geoesalq:rotina.r|Script de análise}} | |
| /* - **Tarefa 1**: montar geodata a partir da importação de dados de estações meteorológicas do Paraná | |
| * Arquivos de dados: | |
| * {{:disciplinas:geoesalq:estacao1.txt|arquivo com coordenadas das estações}} | |
| * {{:disciplinas:geoesalq:precipitacao.txt|arquivo de atributos}} | |
| * shape com o estado do PR ({{:disciplinas:geoesalq:41uf2500g.dbf|arquivo dbf}}, /* {{:disciplinas:geoesalq:41uf2500g.shp|arquivo shp}}, {{:disciplinas:geoesalq:41uf2500g.shx|arquivo shx}}) | |
| * Script de análise */ | |
| \\ | |
| ==== Semana 3 ==== | |
| * 14/10 | |
| * Simulações condicionais e predição de funcionais <code R> | |
| require(geoR) | |
| ml <- likfit(s100, ini=c(1, 0.3)) | |
| gr <- expand.grid(seq(0,1,len=50), seq(0,1, l=50)) | |
| args(output.control) | |
| ## definindo simulacoes nos resultados (output) | |
| OC <- output.control(n.pred=1000, simulations.pred=T) | |
| kc <- krige.conv(s100, loc=gr, krige=krige.control(obj.m=ml), out=OC) | |
| ## vendo o que tem nos resultados | |
| names(kc) | |
| str(kc) | |
| ## os simulacoes ficam armazenadas aqui | |
| dim(kc$simulations) | |
| ## calculando (predizendo) FUNCIONAIS | |
| ## FUNCIONAL 1: mapa de probabilidade do atributo estar acima de 1,8 | |
| p1.8 <- apply(kc$simulations, 1, function(x) mean(x>1.8)) | |
| length(p1.8) | |
| image(kc, val=p1.8) | |
| ## adicionando legenda | |
| args(legend.krige) | |
| legend.krige(x.leg=c(1.05, 1.1), val=p1.8, y.leg=c(0.2, 0.8), vert=T) | |
| ## mudando os limites da image para incluir a legenda | |
| image(kc, val=p1.8, xlim=c(0, 1.2)) | |
| legend.krige(x.leg=c(1.05, 1.1), val=p1.8, y.leg=c(0.2, 0.8), vert=T) | |
| ## Outro funcional: proposção da área com valores acima de 1,8 | |
| A1.8 <- apply(kc$simulations, 2, function(x) mean(x>1.8)) | |
| length(A1.8) | |
| hist(A1.8, prob=T) | |
| lines(density(A1.8)) | |
| rug(A1.8) | |
| summary(A1.8) | |
| ## outro funcional : distribuição dos máximos sobre a área | |
| MAX <- apply(kc$simulations, 2, function(x) max(x)) | |
| length(MAX) | |
| hist(MAX, prob=T) | |
| lines(density(MAX)) | |
| rug(MAX) | |
| ## probabilidade do MAX está acima de 4 | |
| mean(MAX > 4) | |
| ## idem para minimo | |
| MIN <- apply(kc$simulations, 2, function(x) min(x)) | |
| summary(MIN) | |
| hist(MIN, prob=T) | |
| lines(density(MIN)) | |
| rug(MIN) | |
| ## | |
| ## um outro funcional diferente do anterior seria um mapa de maximos POR PIXEL | |
| MAX.map <- apply(kc$simulations, 1, function(x) max(x)) | |
| length(MAX.map) | |
| image(kc, val=MAX.map) | |
| </code> | |
| * 15/10 | |
| * Analise Bayesiana <code R> | |
| ## | |
| require(geoR) | |
| sata(s100) | |
| args(krige.bayes) | |
| args(model.control) | |
| MC <- model.control() | |
| args(prior.control() | |
| ## | |
| ## definindo prior para beta e fixando os valores dos demais parâmetros | |
| ## | |
| PC <- prior.control(beta="flat", sigmasq.pr="fixed", | |
| sigmasq=1, phi.prior="fixed", phi=0.3) | |
| ## definindo grid de predição | |
| gr <- as.matrix(expand.grid(seq(0,1,len=50), seq(0,1,len=50))) | |
| ## obtendo posterioris e preditivas | |
| s100.kb <- krige.bayes(s100, loc=gr, model=MC, prior=PC) | |
| ## inspecionando o output | |
| names(s100.kb) | |
| names(s100.kb$posterior) | |
| ## vendo os resultados da posterioris | |
| s100.kb$posterior | |
| ## e as predicoes na preditiva... | |
| names(s100.kb$predict) | |
| s100.kb$predict$mean[1:10] | |
| s100.kb$predict$var[1:10] | |
| s100.kb$predict$dist | |
| image(s100.kb, col=terrain.colors(21)) | |
| image(s100.kb, val=sqrt(s100.kb$predict$var), col=terrain.colors(21)) | |
| ## mapa de um funcional: probabilidade de estar acima de 2.0 | |
| ## calculando as probabilidades | |
| p2.0 <- pnorm(2.0, s100.kb$predictive$mean, sqrt(s100.kb$predictive$variance), low=F) | |
| ## e colocando no mapa | |
| image(s100.kb, val=p2.0, xlim=c(0, 1.2)) | |
| args(legend.krige) | |
| legend.krige(x.leg=c(1.05, 1.15), y.leg=c(0.2, 0.8), p2.0, vert=T, off=0.3) | |
| image(s100.kb, val=p2.0, xlim=c(0, 1.2), col=terrain.colors(5)) | |
| ## | |
| ## priori para beta e sigmasq | |
| ## | |
| args(prior.control) | |
| PCsig <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior="fixed", phi=0.3) | |
| s100.kb.sig <- krige.bayes(s100, loc=gr, model=MC, prior=PCsig) | |
| names(s100.kb.sig) | |
| s100.kb.sig$posterior | |
| names(s100.kb.sig$predictive) | |
| ## pribalilidade na t (tem que corrigir o comando abaixo!!!!! | |
| p2.0 <- pt(2.0, s100.kb$predictive$mean, sqrt(s100.kb$predictive$variance), low=F) | |
| s100.kb.sig$predictive$dist | |
| ## | |
| ## prioris em beta, sigmasq e phi | |
| ## | |
| args(prior.control) | |
| PCphi <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior="rec", | |
| phi.disc=seq(0, 1.5, by=0.1)) | |
| ## a chamada seria como abaixo (mas pode demorar muito para fazer predicao | |
| ## em um grid muito fino | |
| s100.kb.phi <- krige.bayes(s100, loc=gr, model=MC, prior=PCphi) | |
| ## definindo um grid mais "grosseiro" para teste | |
| gr <- as.matrix(expand.grid(seq(0,1,len=30), seq(0,1,len=30))) | |
| s100.kb.phi <- krige.bayes(s100, loc=gr, model=MC, prior=PCphi) | |
| names(s100.kb.names) | |
| names(s100.kb.phi) | |
| s100.kb.sig$posterior | |
| s100.kb.phi$posterior | |
| names(s100.kb.phi$posterior) | |
| s100.kb.phi$posterior$beta | |
| s100.kb.phi$posterior$sigmasq | |
| s100.kb.phi$posterior$phi | |
| names(s100.kb.phi$posterior) | |
| s100.kb.phi$posterior$sample | |
| ## visualizando as posterioris (marginais) | |
| ## beta|y | |
| hist(s100.kb.phi$posterior$sample[,1], prob=T) | |
| density(s100.kb.phi$posterior$sample[,1]) | |
| lines(density(s100.kb.phi$posterior$sample[,1])) | |
| rug(s100.kb.phi$posterior$sample[,1]) | |
| ## sigmasq|y | |
| hist(s100.kb.phi$posterior$sample[,2], prob=T, main=expression(sigma^2)) | |
| lines(density(s100.kb.phi$posterior$sample[,2])) | |
| rug(s100.kb.phi$posterior$sample[,2]) | |
| ## phi|y | |
| barplot(table(s100.kb.phi$posterior$sample[,3])) | |
| ## grafico "automatico" da geoiR com priori e posteriori | |
| plot(s100.kb.phi) | |
| ## experimentando com diferentes prioris | |
| ## note que aqui nao vamos fazer predição!!! | |
| PCphi <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior="unif", | |
| phi.disc=seq(0, 1.5, by=0.05)) | |
| s100.kb.phi <- krige.bayes(s100, model=MC, prior=PCphi) | |
| plot(s100.kb.phi) | |
| ## | |
| PCphi <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior="squar", | |
| phi.disc=seq(0, 1.5, by=0.05)) | |
| s100.kb.phi <- krige.bayes(s100, model=MC, prior=PCphi) | |
| plot(s100.kb.phi) | |
| ## priori com amis pontos na discretizacao | |
| PCphi <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior="unif", | |
| phi.disc=seq(0, 1.5, by=0.05)) | |
| s100.kb.phi <- krige.bayes(s100, model=MC, prior=PCphi) | |
| plot(s100.kb.phi) | |
| ## especificando uma priori particular do usuário | |
| args(dgamma) | |
| curve(dgamma(x, 2, sc=0.05), from=0, to=1.5) | |
| curve(dgamma(x, 2, sc=0.1), from=0, to=1.5) | |
| curve(dgamma(x, 2, sc=0.15), from=0, to=1.5) | |
| ## discretizando | |
| PRIORphi <- dgamma(seq(0, 1.5, by=0.05), 2, sc=0.15) | |
| ## .. e garantindo que soma 1 na discreta | |
| PRIORphi <- PRIORphi/sum(PRIORphi) | |
| PCphi <- prior.control(beta="flat", sigmasq.pr="rec", phi.prior=PRIORphi, | |
| phi.disc=seq(0, 1.5, by=0.05)) | |
| s100.kb.phi <- krige.bayes(s100, model=MC, prior=PCphi) | |
| plot(s100.kb.phi) | |
| </code> | |
| \\ | |
| ==== Semana 4 ==== | |
| * 28/10 | |
| * **Manhã:** | |
| * {{:disciplinas:geoesalq:geopira20101028.r|Simulando do GLGM}} | |
| * **Tarde:** | |
| * {{:disciplinas:geoesalq:scriptglgm.r|Análise do GLGM}} (dados binários e Poisson) | |
| * 29/10 | |
| * {{:disciplinas:geoesalq:modelobivar.r|Modelo Bivariado}} script da aula | |
| * Tutoriais geoR: | |
| * [[http://www.leg.ufpr.br/geoR/tutorials/multivar.R|simulação de dados sob modelo bivariado]] | |
| * [[http://www.leg.ufpr.br/geoR/tutorials/CCM.R|analise de dados]] | |
| ---- | |
| ---- | |
| ---- | |
| \\ | |
| ==== Ano 2009 ==== | |
| @@ Linha -71,4 +604,8 @@ | |
| * {{:disciplinas:geoesalq:binario-1d.r|arquivo com código}} para exemplo de simulação e análise de dados binários em 1-D | |
| * {{:disciplinas:geoesalq:poisson-sim.r|arquivo com código}} para exemplo de simulação e análise de dados de contagem (Poisson) | |
| \\ | |
| ---- | |
| \\ | |
| ==== Ano 2008 ==== | |
| @@ Linha -145,5 +682,5 @@ | |
| * {{:disciplinas:geoesalq:bognola-etal-2008.pdf|Um artigo com uma aplicação do BGCCM}} | |
| * Classes para dados espaciais no pacote sp | |
| * [[http://leg.ufpr.br/~paulojus/embrapa/Rembrapa/ | |
| * [[http://www.asdar-book.org/|ver página do livro ASDAR]] | |
| \\ | |
| @@ Linha -156,3 +693,2 @@ | |
| * {{disciplinas:ce714:r:aula3pira.r|Arquivo com comandos do R}} com análise geoestatística utilizados durante aula | |
| * outro {{disciplinas:ce714:r:aula4pira.r|arquivo com comandos do R}} com análise geoestatística utilizados durante aula | |
