Olá Hélio, Éder e Elias, Agradeço pelas considerações, vou direcionar os estudos para as questões abordadas por vocês.
Obrigado, *Hélder Gramacho * Recife-PE / *[email protected] <[email protected]>* Em 15 de maio de 2014 09:05, Elias T. Krainski <[email protected]>escreveu: > Caros, > > Gostaria de contribuir com 'alguns centavos' genericos. > > 1.a) A estimacao de parametros baseada em variograma (V) e' extremamente > dependente do variograma (ja pontuado aqui que apenas 6 pontos pode nao ser > razoavel). Esta abordagem e' chamada (por alguns poucos) de metodo dos > momentos (http://www.jstor.org/stable/1400419) > > 1.b) abordagem de V comparada com a abordagem baseada em modelos (por > exemplo maxima verosimilhanca ML) e' equivalente a ajustar uma distribuicao > a um histograma em vez de ajusta-la aos dados propriamente dito. Exemplo: > estimar a media de uma distribuicao normal > n = 30 > x = rnorm(n) > h = hist(x, plot=FALSE) > c(v=sum(h$mids * h$counts/n), ml=mean(x)) > > 1.c) Considerando 1.a) e 1.b), a escolha da abordagem a ser usada para > estimar os parametros e' dependente da preferencia filosofica. Prefiro V ou > assumir uma distribuicao aos dados? > > 2.a) Ja foi comentado sobre a distancia minima de 10m. Se 10m e' > relativamente grande em relacao ao alcance, isso e' ruim. > > 2.b) Observando o 'design' dos pontos nota-se que e' um grid (extremamente > regular). Me parece que o melhor design seria uma mescla entre regular > (para cobrir bem toda a area) e aleatorio (para se ter um bom rol de > distancias). > > 3.a) Geralmente caimos num dilema quando temos varias medidas de ajuste... > No caso de geoestatistica, temos dois objetivos: O primeiro e' descrever o > processo (qual funcao de correlacao, parametros). O segundo e' fazer > predicao. Se o foco e' descricao, considere medidas baseadas no ajuste do > modelo aos dados, AIC, por exemplo (para alguns e' dificil entender porque > o tal BIC tem esse nome visto que nenhuma analise Bayesiana foi feita). Se > foco e' predicao, esqueca considere medidas baseadas em predicao. > > aT+, > Elias. > > > On 15/05/14 13:24, Hélio Gallo Rocha wrote: > > Caros Hélder e Éder. > > Vou dar minha opinião, mas como o Éder, é para tentar ajudar. > > Como o Éder comentou no item (6), seis pontos parece ser uma quantidade > pequena e como a distância minima é de 10 m, então teria de aumentar a > distância máxima para uns 80%, teria de testar. > > Hélder, vc. selecionou o modelo gaussiano por ML como o melhor, mas foi > o que apresentou o mais alto valor de AIC. Se for seguir este indicativo, > este seria o pior modelo. > > Pelo que andei lendo, a seleção do modelo seria pela observação do mapa > da variância da krigagem. O que apresenta a menor variância é o selecionado. > > Observando a escala dos dois mapas da variância, o ajustado por OLS > apresenta valores inferiores indicando menor variância, o que seria, melhor > ajuste, mas como disse antes, o modelo gaussiano ajustado por ML, > analisando pelo AIC, é o pior. > > Abraço > > Hélio > > > Em 14 de maio de 2014 16:39, Hélder [via R-br] < > [email protected]> escreveu: > >> Gostaria de tirar algumas dúvidas, desde já peço desculpas se cometi >> algum deslize, tenho tentado evoluir na utilização do R me baseando apenas >> em tutoriais, e nas orientações que recebo aqui do grupo. >> >> A validação cruzada no pacote Geo R nos fornece como resultado: o Erro >> Médio (EM), Erro Médio Reduzido (ER), Desvio padrão do erro médio (SEM), >> Desvio padrão do erro reduzido (SER) e obtenho por cálculo o Erro Absoluto >> (EA), também consigo o AIC e BIC nos modelos por Máxima Verossimilhança, >> quando do ajuste do modelo. >> >> 1) Todos estes parâmetros possuem igual nível de importância na >> análise, ou algum deles tem peso maior? >> 2) Estou analisando cada um dos parâmetros e o modelo que "vence" na >> maior parte deles admito que é o melhor modelo, esta forma de analisar está >> correta? >> 3) Analisando-se o melhor modelo (escolhido como na pergunta 2) com o >> Gráfico do Semivariograma Teórico ajustado, nem sempre este parece que é o >> melhor modelo ajustado, nestes casos, deve prevalecer a análise da >> validação cruzada ou a visual? >> 4) Comparando os resultados da krigagem do modelo escolhido pela >> Validação Cruzada com o obtido pela análise visual, a krigagem utilizando >> como modelo o semivariograma "melhor" visualmente parece representar >> adequadamente o variação do fenômeno na área, nestes casos o que vocês >> sugerem? >> 5) Em alguns casos a Validação cruzada retornou como resultado NAN e INF, >> trata-se de algum problema com os dados? >> >> Caso concreto: >> >> A tabela abaixo traz os resultados da validação cruzada da variável >> condutividade hidráulica Ks, por dois métodos (Mínimos Quadrados e Máxima >> Verossimilhança), pela interpretação dos resultados, o modelo Gaussiano >> por Máxima Verossimilhança seria o melhor modelo a meu ver. >> >> >> >> >> >> >> >> >> >> >> *Variável* *Método* *Modelo* *EM* *ER* *Sem* *Ser* *EA* *AIC* *BIC* >> OLS Esférico -1,27E-16 -6,42E-16 0,19729 *1,01442* 6,51815 >> >> >> OLS Exponencial *-0,00132* *-0,00346* *0,17911* 0,95090 5,99872 >> >> >> OLS Gaussiano -0,00097 -0,00259 0,18444 0,98982 *5,87635* >> >> *Ks* ML Esférico -5,18E-16 -2,69E-015 0,19729 1,02439 6,51815 -12,18 >> -5,233 >> ML Exponencial -0,00118 -0,00327 0,18002 1,01035 5,91153 -15,24 -8,29 >> ML Gaussiano *-0,00134* *-0,00372* 0,17934 *1,00992* 5,89874 *-15,35* >> *-8,4* >> >> >> >> >> >> >> >> >> >> Seguem abaixo os Semivariogramas Teóricos Ajustados pelos dois >> métodos, o da esquerda é por OLS e o da direita é por ML, o modelo >> Gaussiano está em verde, analisando visualmente achei que o Modelo >> Gaussiano por OLS está melhor ajustado: >> Nas figuras abaixo estão os resultados da krigagem comparando os dois >> modelos, o primeiro Gaussiano por OLS: >> >> O segundo Gaussiano por ML: >> >> Desde já agradeço a toda ajuda, >> >> *Hélder Gramacho * >> Recife-PE / >> * [hidden email] <http://user/SendEmail.jtp?type=node&node=4662125&i=0> * >> >> >> _______________________________________________ >> R-br mailing list >> [hidden email] <http://user/SendEmail.jtp?type=node&node=4662125&i=1> >> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br >> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça >> código mínimo reproduzível. >> >> ------------------------------ >> If you reply to this email, your message will be added to the >> discussion below: >> >> http://r-br.2285057.n4.nabble.com/R-br-Validacao-Cruzada-e-Krigagem-tp4662125.html >> To unsubscribe from R-br, click >> here<http://r-br.2285057.n4.nabble.com/template/NamlServlet.jtp?macro=unsubscribe_by_code&node=3357982&code=aGVsaW9nYWxsb3JvY2hhQGdtYWlsLmNvbXwzMzU3OTgyfC0xMzQ3NTkwMDY4> >> . >> NAML<http://r-br.2285057.n4.nabble.com/template/NamlServlet.jtp?macro=macro_viewer&id=instant_html%21nabble%3Aemail.naml&base=nabble.naml.namespaces.BasicNamespace-nabble.view.web.template.NabbleNamespace-nabble.view.web.template.NodeNamespace&breadcrumbs=notify_subscribers%21nabble%3Aemail.naml-instant_emails%21nabble%3Aemail.naml-send_instant_email%21nabble%3Aemail.naml> >> > > > > -- > Hélio Gallo Rocha > IFSULDEMINAS - Câmpus Muzambinho > > > _______________________________________________ > R-br mailing [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código > mínimo reproduzível. > > > > _______________________________________________ > R-br mailing list > [email protected] > https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br > Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça > código mínimo reproduzível. >
_______________________________________________ R-br mailing list [email protected] https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
