Disciplina - detalhe

LCE5700 - Geoestatística


Carga Horária

Teórica
por semana
Prática
por semana
Créditos
Duração
Total
9
6
8
5 semanas
120 horas

Docentes responsáveis
Sonia Maria de Stefano Piedade

Objetivo
Caracterizar e definir problemas de estatística espacial, com ênfase na sub-área de geoestatística.
Apresentar aos alunos técnicas e modelos estatísticos aplicáveis à análise de processos espacialmente contínuos que lhes permitam aprofundar conhecimentos teóricos, bem como se habilitarem para o uso de recursos computacionais visando tanto ao planejamento da coleta de dados quanto à posterior modelagem estatística, obtenção e análise dos resultados. O curso deve incluir principios de inferência estatistica aplicados à análise de dados espaciais como verossimilhança e inferência Bayesiana.

Conteúdo
1. a) Motivação - exemplos, diferentes áreas de estatística espacial e caracterização de problemas geoestatísticos b) Histórico e desenvolvimento da disciplina, áreas de aplicação, futuras direções. 2. Análise descritiva: a) Univariada, b) Multivariada, c) Espacial, d) Aspectos computacionais e análise de dados. 3. Elementos de probabilidade e estatística: a) Variáveis aleatórias, distribuições univariadas e multivariadas, b) Simulação de variáveis aleatórias, c) Inferência estatística - estimação e tópicos da teoria de máxima verossimilhança, d) Modelos Lineares, e) Aspectos Computacionais e análise de dados. 4. Geoestatística convencional: a) Variogramas, b) Predição espacial - aspectos gerais, c) Krigagem I: métodos básicos, d) Krigagem II: métodos avançados, e) Simulação geoestatística, f) Aspectos computacionais e análise de dados. 5. Modelos geoestatísticos Gaussianos univariados: a) Definição e Propriedades, b) Justificativas para o modelo Gaussiano, c) Inferência, d) Predição, e) Aspectos computacionais e análise de dados. 6. Inferência Bayesiana em geoestatística, a) Elementos de inferência Bayesiana, b) Especificação do modelo, c) Níveis de incerteza, d) Estimação, e) Predição, f) Relações com métodos convencionais, g) Aspectos computacionais e análise de dados.

Bibliografia
Bailey, T. & Gattrel, (1996). Interactive spatial data analysis, Longman
Banerjee, S.; Carlin, B.P.; Gelfand, A.E. (2004) Hierarchical modeling and analysis for spatial data. Chapman Hall/CRC Press.
Blangiardo, M. and Cameletti, M. Spatial and spatial temporal Bayesian models with R-INLA. Wiley, 2015
Bivand, R.S., Pebesma, E.J., Gómez-Rubio, V. (2008) Applied Spatial Data Analysis with R. Series: Use R. Springer
Cressie, N. (1993). Statistics for spatial data - revised edition, Wiley.
Diggle, P.J. & Ribeiro Jr, P.J. (2007) Model-based Geostatistics. Springer.
Gelman, A Carlin, J., Stern, H. & Rubin, D. (2004). Bayesian data analysis, 2nd edn. Chapman and Hall.
Goovaerts, P. (1997). Geostatistcs for natural resources evaluation, Oxford University Press.
Isaaks, E. & Srisvastava, R. (1989). An introduction to apllied geostatistics, Oxford University Press.
Kitanidis, P. (1997). Introduction to geostatistics: applications in hydrogeology, Cambridge University Press.
Migon, H.S. ; Gamerman, D. (1999) Statistical Inference: an Integrated Approach. Arnold.
Venables, W. & Ripley, B. (2002). Modern applied statistics using S-PLUS, 4 edn, Springer.
Wackernagel, H. (2003). Multivariate geostatistics, 3rd edn. Springer.
Webster, R., Oliver, M.A. (2007) Geostatistics for Environmental Scientists. Wiley