Oi Leonardo,

Suponha que voce tem y_{s,t}, observacoes na localizacoe 's' e tempo 't'. Voce pode definir um modelo simples de random field espaco-temporal da forma
y_{s,t} = x(s,t) + e_{s,t}
em que x(s,t) e' um processo espaco-temporal continuo.

Como isso so faz sentido para os dias de inverno, entao ha' descontinuidade no tempo, entao voce teria x(s)_t em vez de x(s,t). Alem disso, provavelmente as observacoes sao minimas sobre uma janela temporal (dia, por exemplo).

O problema principal que vejo aqui e' como tratar a dimensao desse problema, uma vez que o espaco e' continuo e voce tem mais de 30 anos de dados diarios.

Deixando o problema da dimensao de lado, a partir do modelo para x(s)_t e' possivel calcular p(x(s)_t < 2), para diferentes 's' e 't', supondo distribuicao normal. O pacote 'excursions' (ou 'excursionsdevel', para versao mais atualizada) faz esse tipo de calculo. Veja https://bitbucket.org/davidbolin/excursions

abs,
Elias

On 07/11/14 16:55, Leonardo Monteiro wrote:

Prezados,

Eu tenho dados de temperatura minima diária (~30 anos) e preciso estimar a prob. de geada para diversos locais.

Estou considerando que ocorreu geada quando a tmin < 2°C.

Eu poderia considerar o numero de dias q ocorre tmin<2°C / total de dias avaliados da serie?

Ou seria melhor partir para uma binomial?

Espero que possam me ajudar com sugestoes.

Obrigado,

Leonardo
_______________________________________________
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.