ME907

Nível: 
Graduação
Nome da disciplina: 
Geoestatística
Número de Créditos: 
5
Oferecimento: 
A Critério da Unidade
Pré-requisito: 
ME613
Ementa: 
Revisão de processos estocásticos em tempo contínuo, estacionariedade e isotropia, processos Gaussianos. Análise exploratória de dados espaciais e espaço-temporais. Variogramas e covariogramas. Estimação do variograma. Kriging (ordinário, simples, universal). Anisotropia. Kriging com covariáveis e cokriging. Planejamento de experimentos espaciais. Diagnósticos. Thin-plate splines e métodos não-paramétricos. Kriging espaço-temporal, modelos de covariância separáveis e não-separáveis. Elaboração de um relatório final que inclua análise de dados.
Conteúdo / Programa: 
1.- Processos Gaussianos 1.1 - Função média 1.2 - Função de covariância 1.3 - Estacionariedade 1.4 - Isotropia      2.- Análise exploratória de dados espaciais e espaço-temporais     2.1 - Usando geoR para gráficos e resíduos   3.- Modelos Gaussianos para dados geo-referenciados     3.1 - Funções de covariância e variogramas     3.2 - Regularização     3.3 - Famílias de funções de covariância isotrópicas (exponencial, Matérn, circular)     3.4 - O efeito pepita     3.5 - Modelos anisotrópicos   4.- Predição espacial     4.1 - Kriging     4.2 - Inclusão de covariáveis     4.3 - Métodos não paramétricos   5.- Estimação de parâmetros     5.1 - Estimação da tendência     5.2 - Estimação da covariância através do variograma     5.3 - Estimadores de máxima verossimilhança     5.4 - Equações de estimação   6.- Planejamento geoestatístico     6.1 - Escolhendo a região     6.2 - Escolhendo localizações a serem observadas     6.3 - Planejamentos eficientes   7.- Modelos espaço-temporais     7.1 - Kriging espaço-temporal     7.2 - Funções de covariância separáveis
Forma de Avaliação: 
Por nota e frequência
Referência Bibliográfica: 
  Cressie, N. A. C., Statistics for Spatial Data (1993)   Bivand, R. S., Pebesma, E. J., Gómez-Rubio, V. - Applied Spatial Data Analysis with R (2008)   Cressie, N. A. C., Wikle, C. K. - Statistics for Spatio-Temporal Data (2011)   Gräler, B., Pebesma, E. J., and Heuvelink, G., Spatio-temporal interpolation using gstat. R Journal, 8(1):204–218 (2016)   Diggle, P. J., Statistical Analysis of Spatial and Spatio-Temporal Point Patterns (2013)                  Diggle, P. J., Ribeiro Jr, P. J., Model-based Geostatistics (2007)