<html>
<head>
<style><!--
.hmmessage P
{
margin:0px;
padding:0px
}
body.hmmessage
{
font-size: 12pt;
font-family:Calibri
}
--></style></head>
<body class='hmmessage'><div dir='ltr'><div>Caros,</div><div>Usando os comando que seguem (os quais estão disponíveis em: <a href="http://www.leg.ufpr.br/geoR/tutorials/CCM.R" target="_blank" style="font-size: 12pt;">http://www.leg.ufpr.br/geoR/tutorials/CCM.R</a>)</div><div><font size="3">Gostaria de saber como proceder para obter a predição espacial para a segunda variável (y2), uma vez que essa rotina me fornece apenas os valores da predição da primeira variável (y1).</font></div><div><br></div><div>require(geoR)</div><div><span style="font-size: 12pt;">set.seed(30)</span></div><div>all.coords <- round(cbind(runif(200), runif(200)), dig=3)</div><div>set.seed(111); ind1 <- sample(1:200, 120) </div><div>coords1 <- all.coords[ind1,]</div><div>set.seed(222); ind2 <- sample(1:200, 80) </div><div>coords2 <- all.coords[ind2,]</div><div><br></div><div>## Model parameters:</div><div>mu1 <- 10; mu2 <- 50</div><div>sigma01 <- 2; sigma1 <- 1.5; sigma02 <- 8; sigma2 <- 6</div><div>phi0 <- 0.2; phi1 <- 0.15; phi2 <- 0.25</div><div><br></div><div>## Model parameters (reparametrised)</div><div>sigma <- sigma01</div><div>nu1 <- sigma1/sigma</div><div>eta <- sigma02/sigma; nu2 <- sigma2/sigma</div><div><br></div><div>## Simulating model components</div><div>S0 <- grf(grid=all.coords, cov.pars=c(sigma, phi0))$data</div><div>S1 <- grf(grid=coords1, cov.pars=c(sigma1, phi1))$data</div><div>S2 <- grf(grid=coords2, cov.pars=c(sigma2, phi2))$data</div><div><br></div><div>## Y1 and Y2 data</div><div>y1 <- as.geodata(cbind(coords1,10+S0[ind1]+S1))</div><div>y2 <- as.geodata(cbind(coords2,50+S0[ind2]+S2))</div><div><br></div><div>## maximum likelihood estimation</div><div>fit12 <- likfitBGCCM(y1, y2, ini.s=c(2,1.5,8,6), ini.phi=c(.2,.15,.25), control=list(trace=T))</div><div>fit12</div><div><br></div><div><span style="font-size: 12pt;">## Prediction</span></div><div>locs <- cbind(c(0.2, 0.5, 0.7, 0.2), c(0.3, 0.5, 0.2, 0.8))</div><div>pred12 <- predict(fit12, loc=locs)</div><div><br></div><div><br></div><div>Att, Jacqueline.</div><div><br></div> </div></body>
</html>