Geoestatística
Mais artigos
-
Distribuição lognormal: o que é e sua importância na mineração de ouro
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 […] Ver mais
-
Distribuição normal: O que é e sua grande importância na estatística
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 […] Ver mais
-
Como calcular variogramas experimentais para dados com distribuição irregular (Parte 2)
No artigo anterior, apresentamos a função varPares() que permite determinar os pares de pontos que satisfazem os critérios de direção ± tolerância angular e passo ± tolerância do passo (Figura 1). Em continuidade, este artigo irá apresentar a classificação dos pares de pontos para o cálculo de variogramas experimentais. Neste artigo, iremos fazer a classificação […] Ver mais
-
Cálculo de variogramas experimentais para dados com distribuição irregular: parte 1
A aplicação da conhecida equação para o cálculo de variogramas experimentais requer pares de pontos separados por uma distância h, como se pode verificar: Para dados com distribuição irregular, em qualquer direção os pontos não estão separados exatamente por uma distância h. Assim, nesses casos se aplica um dispositivo geométrico que permite localizar pares de […] Ver mais
-
Análise estatística no R: Estudo de caso com dados do Lago Walker
Isaaks e Srivastava (1989, p. 4-5) proporcionaram uma base de dados chamada walker.dat composta por 470 pontos, que foram extraídos de um conjunto completo (população) com 78000 pontos distribuídos em uma malha regular de 260 por 300 nós. Esses dados estão salvos no arquivo walker_dat.csv, que contém seis variáveis: ID, Xlocation, Ylocation, V, U e […] Ver mais
-
Como fazer Interpolação de Dados Geoespaciais e sua Representação em Mapa usando a Linguagem R
Neste artigo, iremos mostrar como se pode fazer a interpolação de dados geoespaciais e sua representação em mapa como ilustra a figura abaixo. Obs.: Os arquivos utilizados, assim como o script estão detalhados no final desse artigo, assim como nesse link. Isaaks e Srivastava (1989, p. 4-9) proporcionam o conjunto de dados walker.dat que representa […] Ver mais
-
Matriz de Transição Litológica
Teste do chi-quadrado em Linguagem R Em uma seção estratigráfica, pode-se fazer observações da litologia em pontos igualmente espaçados. Por exemplo, a Tabela 1 apresenta uma sucessão estratigráfica onde foram verificadas as seguintes litologias: A) arenito, B) calcário, C) folhelho e D) carvão (segundo Davis, 2002, p. 168). A codificação foi feita nas quatro litologias […] Ver mais
-
R na Prática – Parte 28
Gráficos em R 1.3.8 Função contour() Geralmente, os levantamentos geológicos de uma região resultam em dados distribuídos em área, que podem ser tratados para uma rápida visualização da distribuição espacial das variáveis medidas em campo. As curvas de contorno de isovalores são uma forma de representação da variação espacial e permitem analisar e interpretar o […] Ver mais
-
R na prática – parte 26
Gráficos em R 1.3.6 Função barplot() O diagrama de barras obtido com a função barplot() é uma alternativa ao histograma, mas essa função pode ser usada para representações de múltiplas variáveis, como se apresenta no exemplo de aplicação. Porém, antes de prosseguir, descreve-se a função e seus argumentos, de acordo com a Tabela P26.1. Da […] Ver mais
-
R na prática – parte 24
Gráficos em R 1.3.4 Função pairs() Quando se tem uma matriz de dados, onde as linhas são as observações e as colunas as variáveis, pode-se analisar todas as dispersões entre as variáveis por meio da função pairs(). A função pairs() produz uma matriz de diagramas de dispersão organizados em linhas e colunas. Esta função de […] Ver mais
-
R na Prática – Parte 23
Gráficos em R 1.3.3 Função stripchart() Esta função gera uma dispersão unidimensional, na forma de pontos plotados em uma tira. Para impedir a superposição de pontos, usa-se o método “jitter” que evita o empilhamento, melhorando a visualização da dispersão. Este e outros argumentos estão descritos na Tabela P23.1. O primeiro exemplo mostra como usar a […] Ver mais
-
R na prática – Parte 22
Gráficos em R 1.3.2 Função boxplot() A função boxplot() gera um diagrama formado por uma caixa delimitada pelos quartis inferior e superior, com uma barra horizontal na altura da mediana. Além disso, desenha os valores mínimo e máximo da distribuição sem considerar os pontos anômalos. A função boxplot() e seus argumentos estão descritos na Tabela […] Ver mais
Mais artigos
Não há mais artigos
Portuguese