Geoestatistica no R - tutorial aprenda o básico do R objetos e estruturas
em

Geoestatística no R: objetos e estruturas

No artigo anterior, demos início a nossa série sobre a “Geoestatística no R”, mostrando os primeiros passos. Agora, é a vez de aprendermos juntos sobre os “Objetos no R”.

Os objetos no R

O objetivo desta lição é mostrar como R age nos objetos criados por a atribuição dos diferentes tipos de estruturas. A atribuição de uma estrutura é feita em R usando o símbolo “<-” ou “=“. Esta atribuição é conhecida como um objeto R: vetores, matrizes, arrays, listas e quadro de dados. Desta forma, mostramos ao usuário como armazenar em objetos as diferentes informações e/ou resultados obtidos pelos diferentes métodos geoestatísticos, fazendo uso dos pacotes Gstat e geoR.

Vetores no R

É a estrutura mais simples que manipula R. Um vetor pode ser numérico, característico ou lógico. Para definir um vetor é necessário, a função c (concatenar) que agrupa os elementos.

O comando mode() e lenght(), mostra o tipo de vetor (numérico, característico, lógico) e exibe o número de componentes vetoriais, respectivamente.

A função seq (início, final, passo) e rep (vetor, # de veces) gera sequências de valores.

O R permite realizar de forma simples cálculos matemáticos básicos com vetores e matrizes.

R possui funções estatísticas que são aplicadas em vetores e matrizes:

Matrizes no R

Uma matriz é uma classe objetos que registra os dados por linhas (nrow) e colunas (ncol).  Os elementos da matriz podem ser tanto numéricos, lógicos ou de caracteres. Estas características são mostradas pelo comando mode().

A função concatenar c() é utilizada na criação de uma matriz, bem como as funções rbind(), cbind() como é ilustrado a seguir:

Próximo tutorial de R

Lição 3 – Leitura e gravação de dados

A atribuição de nomes as colunas é realizada mediante a função colnames (). A atribuição de nomes para as linhas é mediante a função rownames (). A seguir, serão mostradas algumas funções das matrizes:

Operações com matrizes:

Arrays no R

As matrizes são definidas em duas dimensões. O Arrays é a generalização da matriz, no caso multidimensional. Seus elementos nas matrizes são do mesmo tipo (numérico, logio ou caracter) e podem ter mais de 3 dimensões.

Listas no R

É uma coleção ordenada de objetos de diferentes tipos (numéricos, lógicos ou de caráter),  que podem ser agrupados como uma combinação de matrizes, vetores ou outras listas.

Data Frame

A função data.frame() permite criar ou salvar tabelas de dados, criando uma estrutura onde as linhas são do mesmo elemento e as colunas podem ser de diferentes tipos. Em um data.frame() as linhas e colunas devem ter o mesmo tamanho (da mesma forma que em uma matriz), sendo esta estrutura de dados a generalizacão do objeto matriz. Além disso, esse tipo de objeto é fundamental na maioria dos pacotes do software R.

 

Geoestatística - fundamentos e aplicações GEO 101 curso de geoestatística presencial
Carga horária de 24 horas. Invista no seu conhecimento em Geoestatística.

 

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

Escrito por Equipe Geokrigagem

Deixe uma resposta

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

geoestatística no r

Geoestatística no R: Como instalar o R

Data quality: qualidade nos dados na mineração