Natália
Não sou expert no assunto, mas pelo que já li, se seus dados possuem dependência espacial, o melhor método de interpolação é a Krigagem, principalmente pelo motivo de que a na Krigagem vc. sabe o erro da interpolação, enquanto que no Inverso da distância não.
Hélio
Em 18 de janeiro de 2013 16:01, Natalia Martins
<nsmbarreto@gmail.com> escreveu:
Prezados,
estou tentando comparar a interpolação por krigagem e pelo inverso da
distancia, sempre usei somente a krigagem e agora fui questionada e
resolvi procurar e e estudar mais métodos..no entanto no exemplo da
cran (a seguir), nao consegui entender de onde vem os dados
"meuse.grid", uma vez que estes contem as distancias.
Alguem poderia me ajudar?
# Inverse distance interpolation with inverse distance power set to .5:
# (kriging variants need a variogram model to be specified)
data(meuse)
data(meuse.grid)
meuse.gstat <- gstat(id = "zinc", formula = zinc ~ 1, locations = ~ x + y,
data = meuse, nmax = 7, set = list(idp = .5))
meuse.gstat
z <- predict(meuse.gstat, meuse.grid)
library(lattice) # for levelplot
levelplot(zinc.pred~x+y, z, aspect = mapasp(z))
--
Att,
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.br
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.
--
Hélio Gallo Rocha
IFSULDEMINAS - Câmpus Muzambinho