Fernando e colegas, boa noite! Para um conjunto de dados nominado 'dados', com 4 colunas:
head(dados) X1 Y1 MO ALT 1 726023.6 7534573 29.50 387.1 2 726042.6 7534567 31.60 386.7 3 726014.5 7534544 33.71 387.1 4 726033.6 7534538 34.06 386.6 5 726005.5 7534516 32.65 387.1 6 726024.6 7534510 34.76 387.3
Eu tenho definido a variável que supostamente promove a tendência como uma covariável dentro do objeto geodata. Neste exemplo dG é o objeto geodata, colunas 1 e 2 são as coords, coluna 3 ('MO') como data e coluna 4 ('ALT') como covar: dG <- as.geodata(dados, coords.col=c(1,2), data.col=3, covar.col=4) Definida como uma covar, a variável pode ser acessada pelo nome interno que recebe dentro do geodata, neste caso 'ALT' variog(dG, max.dist=350, trend=~coords) ### é a mesma tendência dada por '1st', usando o nome interno coords variog(dG, max.dist=350, trend=~ALT) ### tendência promovida por 'ALT' (coluna 4) variog(dG, max.dist=350, trend=~coords+ALT) ### combinação de efeitos variog(dG, max.dist=350, trend=~coords[,2]) ### só ordenadas (latitude) variog(dG, max.dist=350, trend=~I(coords[,2]^2) +ALT ### quadrado da latitude + ALT * OBS: não é necessário definir os argumentos coords e data para variog(), pois já são passados diretamente pelo objeto 'dG'. Se você não definir a variável como covar dentro do seu objeto geodata, também dá pra acessar diretamente a partir do data.frame de dados... variog(dG, max.dist=350, trend=~dados$ALT) Definido o modelo , a interpolação é feita pela função krige.conv() e para validar o procedimento não é jackknifing, mas sim a validação cruzada dada por xvalid(). Sugiro acessar o tutorial: http://www.leg.ufpr.br/geoR/geoRdoc/geoRintro.html Espero que ajude... ================================================ Éder Comunello Ph.D. Student in Agricultural Systems Engineering (USP/ESALQ) Piracicaba, SP, Brazil [22 42.7'S, 47 37.8'W] Researcher at Embrapa Western Region Agriculture Dourados, MS, Brazil [22 16.5'S, 54 49.0'W] ================================================ UTC-03:00