Olá pessoal da lista, dando continuidade ao tópico.

Terminei minha análise e obtive ao todo 25 potenciais covariáveis que podem auxiliar na remoção de tendência espacial, são variáveis relacionadas a características de bacias hidrográficas, como: declividade média, comprimento do talvegue principal, perímetro da bacia, densidade de drenagem e por aí vai...

Sendo assim, somente para relembrar eu gostaria de fazer uma análise inicial para ver qual dessas variáveis teria potencial de fornecer o menor AIC, sem testar o AIC propriamente dito. Portanto fiz uma correlação das covariáveis com as variáveis a ser interpoladas e gerei um gráfico biplot (abaixo), assim gostaria de saber se é válido eu testar somente as covariáveis com maior correlação ou se poderia utilizar os CPs e se sim como?

Correlação: covariáveis=linhas, e variáveis a ser interpoladas=colunas

                  mu_ANO    sigma_ANO
Longitude    0,309773523 -0,432319362
Latitude     0,043765763 -0,129590961
mu_ANO       1,000000000 -0,558729500
sigma_ANO   -0,558729500 1,000000000
Area        -0,009879420 -0,101997684
Prec.med     0,220052743 0,199920162
IEB          0,575548988 -0,895618035
Coe.compa    0,025913684 -0,113029677
Compr.rios -0,007001915 -0,100158610
Compr.talv -0,022198958 -0,117249277
Dens.dren   -0,108273840 0,424699634
Difer.cota   0,186748546 -0,244039340
Fator.form -0,268887058 0,241122975
Freq.1ordem -0,060686747 0,416964783
Elev.med    -0,143697017 -0,077664652
Decli.med    0,171869648 -0,009019921
Perimetro   -0,053893606 -0,174399147
Raz.alonga -0,224942639 0,427795530
Raz.area     0,173208218 -0,131534485
Raz.bifur   -0,047975482 0,170262278
Raz.circu   -0,027943157 0,114054383
Raz.compr   -0,032817978 0,095353852
Raz.decliv   0,048190496 0,291689477
Num.rios    -0,007973050 -0,100965060
Diam.topo   -0,023412917 -0,149254679

Gráfico Biplot

PC1 PC2 PC3 PC4 PC5 PC6 PC7
Standard deviation 2,5661 1,9760 1,8789 1,49395 1,37407 1,23960
Proportion of Variance 0,2634 0,1562 0,1412 0,08928 0,07552 0,06146
Cumulative Proportion 0,2634 0,4196 0,5608 0,65007 0,72560 0,78706

Em 10 de junho de 2015 15:20, Wagner Wolff <wwolff@usp.br> escreveu:

Olá Prof. Paulo

Entendi, vou recorrer a segunda opção, assim que obter todos os dados posto aqui os componentes principais.

Muito Obrigado pela ajuda!

Em 10 de junho de 2015 10:15, Paulo Justiniano <paulojus@leg.ufpr.br> escreveu:
Wagner

Inicialmente vejo duas formas de pensar no uso destas "potenciais" covariáveis:

1. fazer uma seleção de variáveis ficando apenas com aquelas realmente assocuiadas com a resposta.
Por exemplo poderia usar um metodo stepwise (mesmo ignorando dependencia espacial) com um criterio de entrada mais parcimonioso.
É possível fazer isto no modelo espacial tb incluindo as veriáveis e comparando ajustes, mas não existe um stepwise implementado para isto

2. Construir (co)variáveis a partir destas 10 atraves, por exemplo de analise de componentes principais ou fatorial.
Neste caso voce parte do principio que não que selecionar covariáveis
originais ou interpretar cada uma delas individualmente (embora alguns componentes ou fatores possam vir a ser interpretaveis na sua composição.
Estou supondo aqui que as coveriáveis são contínuas

Note que em um caso ou outro voce vai precisar dos valores
nos pontos de predição tb na hora da interpolação.

On Sun, 7 Jun 2015, Wagner Wolff wrote:

Olá pessoal da lista!

Eu tenho mais de 10 covariáveis que quero testar para a remoção de tendência espacial de um modelo geoestatístico, no qual utilizarei o AIC como índice de escolha
do melhor modelo. Gostaria de saber como eu poderia proceder para fazer um filtro nessas covariáveis, eliminando as que não terão peso significativo no modelo,
antes de testar o AIC. Sendo assim minha pergunta é:

É garantido que as covariáveis que terão maior correlação com a variável a ser interpolada, serão as que representarão no modelo de retirada de tendência o menor
AIC?

É válido fazer um gráfico Biplot para analisar isso ou a matriz de correlação já seria suficiente?

Obrigado pela atenção!
Wagner Wolff

_______________________________________________
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.