Existem dezenas de métodos de interpolação de dados. Alguns são específicos para dados 1D e nem sempre são adaptáveis para dados 2D. Outros métodos necessitam de parâmetros de ajuste que devem ser fornecidos para obtenção de resultados satisfatórios. Assim, o método ideal seria aquele que sejam adaptáveis para dados com dimensões variáveis (1, 2 e […]
Nem sempre é possível obter modelos de variogramas representativos, seja pelo caráter aleatório do fenômeno espacial, ou por amostragem insuficiente. Nesses casos, pode-se fazer o mapeamento da distribuição espacial da variável de interesse, por meio dos métodos de interpolação 2D, que são descritos neste capítulo. Todos os métodos apresentados aqui possuem extensões para dados 3D, […]
O mapa variograma é uma ferramenta auxiliar extremamente útil na definição das direções de anisotropia. Trata-se em calcular variogramas em várias direções, cujos resultados são apresentados em um mapa, daí o nome mapa variograma (Chilès e Delfiner, 2012, p. 37). Este artigo reflete com algumas modificações o item 5.4.3 Mapa variograma referente ao Capítulo 5 […]
O Capítulo 5: “Análise geoestatística” em Yamamoto (2020, p. 100-141) se refere à análise dos dados com vistas à determinação do modelo de correlação espacial. Nesse tópico, a função variograma é fundamental e, por isso, ela é tratada em profundidade. Assim, nos dois artigos referentes a este capítulo, vamos mostrar como se origina a função […]
Dando continuidade ao artigo anterior, neste vamos abordar a transformada gaussiana que é bastante utilizada na geoestatística. Este artigo foi derivado com alterações do item 4.2: “Transformada gaussiana”, segundo Yamamoto (2020, p. 94-95). As técnicas geoestatísticas que se baseiam nos escores normais, obtidos após a transformada gaussiana, são: a krigagem multiGaussiana e a simulação gaussiana […]
Os dois artigos que serão publicados a seguir são derivados com ajustes e pequenas modificações do Capítulo 4: “Transformação de dados” de nosso livro intitulado “Estatística, análise e interpolação de dados geoespaciais” (Yamamoto, 2020). Esta série de artigos tem o objetivo de fazer a divulgação do conteúdo do livro. Neste artigo, vamos mostrar a razão […]
Nem sempre, a reta de regressão dos mínimos quadrados é a que melhor se ajuda aos dados experimentais. Os conjuntos de dados podem estar alterados por simples erros de digitação ou erros causados por deriva instrumental. Neste artigo, vamos descrever o método da regressão robusta para o ajuste de uma reta baseada na minimização do […]
Em continuidade aos dois últimos artigos que trataram das distribuições normal e lognormal, neste vamos abordar como se calcula o número de classes de um histograma. Este artigo foi derivado (com ajustes) dos itens 3.2 e 3.2.2 do Capítulo 3: Análise estatística do nosso livro: Estatística, análise e Interpolação de dados geoespaciais (Yamamoto, 2020, p. […]
Na distribuição lognormal dos dados de ouro, os poucos valores obtidos em um bloco de minério representam somente uma pequena parte de um número virtualmente infinito de valores que podem ser obtidos por amostragem repetida Krige, 1951, p. 16 Introdução Este artigo reflete em sua íntegra, com algumas modificações, o conteúdo do item 2.7.6, do […]
Este artigo reproduz integralmente, com alguns ajustes, o conteúdo do item 2.7.5, do Capítulo 2: Conceitos de probabilidade e estatística do nosso livro: Estatística, Análise e Interpolação de dados geoespaciais (Yamamoto, 2020). Além de disponibilizar o conteúdo em nosso blog, o artigo tem por objetivo mostrar como os assuntos são tratados no referido livro. Neste […]
