Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/45639
metadata.artigo.dc.title: A importância da correção da anisotropia em análises geoestatísticas
metadata.artigo.dc.creator: Rossoni, Diogo Francisco
Lima, Renato Ribeiro de
metadata.artigo.dc.subject: Anisotropia
GeoestatÍstica
Erro quadrático médio de predição
Intervalo de confiança
Monte Carlo
metadata.artigo.dc.publisher: Universidade Federal de Ouro Preto (UFOP), Instituto de Ciências Exatas e Biológicas (ICEB), Departamento de Estatística
metadata.artigo.dc.date.issued: Oct-2012
metadata.artigo.dc.identifier.citation: ROSSONI, D. F.; LIMA, R. R. de. A importância da correção da anisotropia em análises geoestatísticas. Revista da Estatística da Universidade Federal de Ouro Preto, [Ouro Preto], v. 2, p. 217-221, out. 2012. Anais [do] XI Encontro Mineiro de Estatística, XI MGEST, Ouro Preto, MG, 2012.
metadata.artigo.dc.description.resumo: A anisotropia é uma característica na qual dados espacialmente dependentes apresentam comportamento diferenciados em determinadas direções. Quando o comportamento da variável aleatória é similar em todas as direções, dizemos que o fenômeno é isotrópico. Muitos autores têm identificado (análises exploratórias e visuais) e corrigido a anisotropia nos mais variados experimentos: poluição atmosférica, variáveis químicas e físicas do solo, dispersão de populações nativas de planta, variáveis geológicas, etc. Todavia, em muitos trabalhos, constata-se que os autores pressupõe que a variável é isotrópica e procedem com a modelagem do fenômeno - e posterior predição - sem efetuarem a devida correção da anisotropia. O intuito principal desse trabalho é evidenciar a melhora significativa da predição de um determinado fenômeno para diversas configurações de dependência espacial, bem como para distintos graus de anisotropia. Para tal, sessenta populações foram simuladas. De cada população, mil amostras aleatórias de tamanho mil foram selecionadas. A análise abordou a correção e não correção da anisotropia. A qualidade da predição foi medida através do erro quadrático médio de predição, e o conjunto de respostas foi comparado através do intervalo de confiança Monte Carlo. Para todas as populações, os intervalos do EQMP para os dados que tiveram a anisotropia corrigida foram menores - e estatisticamente diferentes - do que para os dados que não tiveram a correção da anisotropia.
metadata.artigo.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/45639
metadata.artigo.dc.language: pt_BR
Appears in Collections:DZO - Artigos publicados em periódicos

Files in This Item:
File Description SizeFormat 
ARTIGO_A importância da correção da anisotropia em análises geoestatísticas.pdf139,14 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons