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