Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/4304

Title: Hierarquização geométrica dos preditores geoestatísticos
Other Titles: Geometric hierarchy of geometrical predictors
???metadata.dc.creator???: Santos, Gérson Rodrigues dos
???metadata.dc.contributor.advisor1???: Oliveira, Marcelo Silva de
???metadata.dc.contributor.referee1???: Nogueira, Denismar Alves
Chaves, Lucas Monteiro
Ferreira, Eric Batista
Scalon, João Domingos
???metadata.dc.description.concentration???: Estatística e Experimentação Agropecuária
Keywords: Geoestatística
Espaços de Hilbert
Esperança condicional
Krigagem
Hierarquização geométrica
Geostatistics
Hilbert spaces
Conditional expectation
Kriging
Geometric hierarchy
???metadata.dc.date.submitted???: 16-Nov-2010
Issue Date: 3-Oct-2014
Citation: SANTOS, G. R. Hierarquização geométrica dos preditores geoestatísticos. 2010. 200 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
???metadata.dc.description.resumo???: A predição geoestatística faz parte da modelagem probabilística que usa a vizinhança amostrada com o intuito de fazer valer a percepção de que a estrutura de dependência espacial de um processo estocástico otimiza as PREDIÇÕES, sem viés e com variância mínima. Assim, objetiva-se neste trabalho de tese apresentar a hierarquização geométrica dos preditores lineares geoestatísticos, considerando suas restrições e respectivos subespaços de projeção. Para tanto, adota-se a abordagem geométrica desses preditores, visando a projeção ortogonal de uma função-vetor Y(x0) (que representa um valor a ser predito na localização x0) no subespaço vetorial resultante das restrições impostas. Como resultado, cita-se a hierarquia geométrica obtida: a esperança condicional, em primeiro lugar, a krigagem linear simples, em segundo lugar, e a krigagem linear universal, em terceiro lugar, devido a dimensão dos subespaços de projeção, com ilustração, também, através de simulação estocástica. Além disso, ficam estabelecidas as condições para a utilização prática de tais preditores.
Geostatistics estimation is a probabilistic modeling strategy that uses sample points neighborhood information in order to consider the spatial dependence of the structure of a STOCHASTICprocess to obtain, unbiased and minimum variance estimates. Hence, the main goal of this thesis is to present the geometric hierarchy of the geostatistical linear predictors, taking into account their restrictions and respective projection subspaces. We apply the orthogonal geometric projection of the predictors in order to obtain a vector function Y(x0), (that represents a value to be predicted in the location (x0)) in the resulting vector subspace from the restrictions imposed to the predictors. As an important result obtained in our work, we show how to obtain geometric hierarchy: Conditional expectation, simple linear kriging and linear universal kriging, 1st, 2nd and 3rd, respectively. We establish pract
URI: http://repositorio.ufla.br/jspui/handle/1/4304
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Files in This Item:

File Description SizeFormat
TESE_Hierarquização geométrica dos preditores geoestatísticos.pdf6.55 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback