Veja
sample.geodata() do pacote 'geoR' para facilitar amostragem de objetos 'geodata'
qcsamples() do pacote 'Rcitrus' (ver http://leg.ufpr.br/Rcitrus ) para fazer amostragem em lattice regular de forma aleatoria ou sistematica
Mais sobre o que qcsamples() pode auxiliar a fazer:
Suponha um talhao com R linhas e C colunas.
comece com n pequeno
1 - Selecione aleatóriamente n quadrats (ou pontos) desse talhão e calcule uma estatística.
2 - Repita o procedimento anterior B vezes
3 - guarde as B estatísticas, faça n = n+1 e volte ao passo 1. pare quando n atingir um valor razoavel
Esse
procedimento termina quando é atingido o N.max ou quando a estatística
"estabiliza". A "estabilização" da estatística é verificada por critério
utilizado em Controle Estatístico de Qualidade.
O processo
descrito acima é de seleção com reposição, que pode ser feito utilizando a função
qcsamples(). Esta função implementa duas formas de seleção de quadrats (ou pontos num grid regular) com reposição.
### exemplo de uso da funcao qcsamples() com dados simulados
nr <- 30;
nc <- 20;
n <- nc*nr
dim(dados <- matrix(rnorm(n), nr, nc))
require(Rcitrus)
### amostras com quadrats 1x1
### sem reposicao e quadrats sem interseccao
### para selecao de pontos (nao de quadrats) usar dx=1 e dy=1
amr <- qcsamples(dados, dx=1, dy=1, n=20, meth='random')
ams <- qcsamples(dados, dx=1, dy=1, nr=5, nc=4, meth='sistematic')
pr <- sum(amr[,3])/sum(amr[,4])
ps <- sum(ams[,3])/sum(ams[,4])
### incidencias estimadas
pr
ps
### verdadeira
mean(dados)
### visualizacao simples
image(list(x=1:nr, y=1:nc, z=dados), asp=1)
points(amr[,1:2], col=4, pch=19)
points(ams[,1:2], col=5, pch=19)
legend("topleft", c("random", "sistematic"), pch=19, col=4:5,
ncol=2, bty='n')
### outra visualizacao (adequada p situacao de quadrats)
par(mfrow=c(1,2), mar=c(3,3,1,1), mgp=c(1.5,.5,0))
### vizualizando (aleatorio)
image(list(x=1:nr, y=1:nc, z=dados))
apply(amr, 1, function(x) {
mx <- cbind(c(x[1] + c(-.5,0.5,0.5,-.5,-.5)),
c(x[2] + c(-.5,-.5,0.5,0.5,-.5)))
polygon(mx)
})
### vizualizando (sistematico)
image(list(x=1:nr, y=1:nc, z=dados))
apply(ams, 1, function(x) {
mx <- cbind(c(x[1] + c(-.5,.5,.5,-.5,-.5)),
c(x[2] + c(-.5,-.5,.5,.5,-.5)))
polygon(mx)
})
Att.
Elias T.
Krainski
Prezados bom dia,
estou cursando uma disciplina de amostragem e tenho como tema de seminario a aplicação de amostragem em
geoestatistica.
Para este estudo tenho as "linhas" que um trator passa em um talhao e o objetivo é verificar a cada quantas linhas o trator pode passar sem que haja prejuízo nas analises de solo.
Acredito ser uma amostragem sistematica na qual devo ir variando os K's e verificando até qual K os resultados sejam iguais quando considero todas as linhas.
No entanto no momento de fazer a análise geoestatistica na linha não estou conseguindo.
Gostaria de ajuda.
Estrutura dos dados
LONG LAT NDRE NDVI linha
-48.0149775 -21.3646713 0.171400000 0.435000000 1
.
.
.
-48.0149775
-21.3646713
0.171400000
0.435000000
63
Abraços
Natália da Silva Martins
Bacharel em Estatística - Universidade Estadual de Maringá/ UEM
Mestranda em Estatística e Experimentação Agronômica - ESALQ/ USP
Contato: (19) 8306-4743
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.brhttps://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.