Buscar

 

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

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4304

Título: Hierarquização geométrica dos preditores geoestatísticos
Título Alternativo: Geometric hierarchy of geometrical predictors
Autor(es): Santos, Gérson Rodrigues dos
Orientador: Oliveira, Marcelo Silva de
Membro da banca: Nogueira, Denismar Alves
Chaves, Lucas Monteiro
Ferreira, Eric Batista
Scalon, João Domingos
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Geoestatística
Espaços de Hilbert
Esperança condicional
Krigagem
Hierarquização geométrica
Geostatistics
Hilbert spaces
Conditional expectation
Kriging
Geometric hierarchy
Data de Defesa: 16-Nov-2010
Data de publicação: 3-Out-2014
Referência: SANTOS, G. R. Hierarquização geométrica dos preditores geoestatísticos. 2010. 200 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
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
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Hierarquização geométrica dos preditores geoestatísticos.pdf6,55 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback