Geoestatística no R: Design de dados - banner - geoestatística com R
em , ,

Geoestatística no R – Lição 30: Design dos dados

Design dos dados

Neste tutorial de Geoestatística no R, vamos ilustrar passo a passo como carregar os objetos do conjunto de dados jura, como identificar os atributos no conjunto de dados de pontos de previsão, bem como determinar quais dos atributos estão no conjunto de dados da malha interpolação.

coordinates ()

Para tal, usaremos o método de coordinates() do pacote sp para estabelecer as coordenadas espaciais e criar um objeto espacial. Usaremos também um mapa dos estratos da variável Landuse (uso do solo). Além disso, será representado graficamente a concentração de Cr em diferentes pontos e cores, dependendo do uso do solo, e, finalmente, será calculada e analizada a ANOVA com a função lm, que foi vista na lição 10.

 

Passo-a-passo

Primeiro, os dados jura serão carregados e seu conteúdo será observado. O conjunto de dados pertencente ao pacote gstat é chamado com a função data ().

 

data(jura) data()

No nosso tutorial, os dados jura.pred e jura.grid serão usados.
No nosso tutorial, os dados jura.pred e jura.grid serão usados.

Tutorial anterior: Lição 29 – eyefit e vario4 do pacote GeoR

Próximo tutorial: Lição 31 – Função gridded

A função str () identifica os atributos no conjunto de dados jura.pred e jura.grid. Esses dados são exibidos como um data.frame.

 

Atributos dos dados jura.pred
Atributos dos dados jura.pred

 

Atributos dos dados jura.grid
Atributos dos dados jura.grid

 

Os atributos que são observados tanto em jura.pred quanto em jura.grid são landuse e Rock, que podem ser usados na estratificação.

 

A função coordinates() estabelece coordenadas espaciais para criar um objeto espacial.

 

Observaremos que, antes de criar o objeto espacial, a função class() nos mostra a classe de objeto, que neste caso será um data.frame. Posteriormente, será usada a função coordinates() e então, novamente, a função class(). Observa-se que a classe dos dados foram modificados.

 

Dados que estão em uma malha serão tratados como SpatialPixelsDataFrame

A seguir, será ilustrado  um gráfico de estratos do varaível Landuse que é o uso do solo. O método spplot será implementado para projetar o gráfico. Sua estrutura é dada da seguinte forma:

Uso da terra

 

Um gráfico de concentração é criado da variável Cr nos pontos de observação codificados por cores. A função spplot e os diferentes argumentos da função também serão usados para personalizar o gráfico.

 

 

A análise de variância unidirecional da variável Cr, com o varaible landuse, será calculada. A função lm() será usada, e posteriormente o resumo será mostrado.

A.var= lm(Cr ~ Landuse, jura.pred) summary(A.var)  A análise de variância unidirecional da variável Cr, com o varaible landuse, será calculada. A função lm() será usada, e posteriormente o resumo será mostrado.

 

 

Aprenda mais sobre Geoestatística com a Geokrigagem:

GEO 101 - Fundamentos e Aplicações Geokrigagem, Clique aqui para saber mais
Clique no banner para mais detalhes

 

Série de tutoriais: Geoestatística no R – veja a lista

Lição 1 – Como instalar o R

Lição 2 – Objetos e estruturas

Lição 3 – Leitura e gravação de dados

Lição 4 – Estrutura gráfica em R

Lição 5 – Uso dos gráficos no R

Lição 6 – Paleta de cores

Lição 7 – Análises descritivas dos dados

Lição 8 – Distribuições discretas

Lição 9 – Distribuições contínuas

Lição 10 – Regressão linear

Lição 11 – ggplot2 (histograma)

Lição 12 – ggplot2 (boxplot)

Lição 13 – ggplot2 (scatterplot)

Lição 14 – ggplot2 (qq-plot)

Lição 15 – ggplot2 (série temporal)

Lição 16 – ggplot2 (diagrama de área)

Lição 17 – ggplot2 (diagrama circular)

Lição 18 – Pacote sp

Lição 19 – Pacote raster

Lição 20 – Amostragens

Lição 21 – Variograma

Lição 22 – Fenômeno isotrópico

Lição  23 – Modelos teóricos de variogramas

Lição 24 – Fenômeno isotrópico ou anisotrópico?

Lição 25 – Ajuste do variograma experimental com anisotropia

Lição 26 – Ajuste do variograma experimental omnidirecional

Lição 27 – Pacote GeoR

Lição 28 – Ajuste do variograma experimental com GeoR

Lição 29 – eyefit e vario4 do pacote GeoR

•Lição 30 – Design dos dados

Lição 31 – Função gridded

Lição 32 – Validação cruzada

Lição 33 – Krigagem ordinária

 

Avatar

Escrito por Equipe Geokrigagem

Comentários

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Carregando...

0
Banner Geokrigagem Retrospectiva da Geoestatística: Estimativa Geoestatística de reservas Minerais (M. David, 1977) - resenha, livro, Geostatistical Ore Reserve Estimation

Retrospectiva da Geoestatística IV: Estimativa Geoestatística de Reservas Minerais (David, 1977)

Retrospectiva da Geoestatística V: Geoestatística Mineira, Journel e Huijbregts (1978)