Baixe o app para aproveitar ainda mais
Prévia do material em texto
KRIGAGEM NÃO LINEAR Métodos de estimativa que usam dados transformados não linearmente; Fazem uso do estimador da krigagem ordinária (KO); Envolvem a transformação dos dados originais, ccálculo e modelagem de variogramas experimentais para os dados transformados; Estimativa em pontos não amostrados no domínio da variável transformada e transformada reversa para a escala original. CORREÇÃO DO EFEITO DE SUAVIZAÇÃO DA KO Utiliza-se a transformação reversa a partir da função inversa da transformação não linear dos dados originais; Utilizda para suavizar o efeito da ko; Produz resultados enviezados em relação aos dados amostrais; Transformada enfileirada é a classificação dos dados em ordem crescente. Por causa da suavização da krigagem ordinária, as estimativas não mostram mais uma distribuição uniforme, mas sim uma em forma de sino. A ditribuição será diferente diferente da amostral, pela supressão dos extremos pela suavização da KO. Faz-se a conversão da suavização e depois a transformada reversa. KRIGAGEM MULTIGAUSSIANA Baseada na transformação dos dados para valores da distribuição normal; Garante que a distribuição resultante seja normal, com media zero e variância 1; Verifica-se a multigaussianidade dos dados. KRIGAGEM MULTIGAUSSIANA Os dados originais Z(x) são transformados para o domínio gaussiano Y(x); Os dados transformados são usados para calcular o variograma experimental gy(h); Daí tira-se a covariância Cy(h) = Cy(0) - gy(h); Divide-se o variograma em p partes iguais, de onde saem os valores da distribuição normal acumulada yp; Com os valores de yp, determinam-se os variogramas experimentais g(h; yp); Ainda com yp, calculam-se os variogramas teóricos da variável indicadora gI = p – G(h; yp); Os variogramas teóricos e experimentais são comparados entre si. KRIGAGEM MULTIGAUSSIANA É feita a estimativa pela krigagem multigaussiana (MG): E o cálculo da incerteza: A transformada reversa é dada por: KRIGAGEM MULTIGAUSSIANA Estimador dado por: A transformada reversa é dada por: O termo de não viés (incerteza) é dado por: Transformadas reversas produzem resultados cuja media é menor do que a amostral. KRIGAGEM MULTIGAUSSIANA KRIGAGEM LOGNORMAL Usada quando a variável de interesse segue uma distribuição lognormal; Distribuição com muitos valores baixos e poucos altos, com forte assimetria positiva na distribuição das frequencias; Poucos valores altos contaminam regiões de valores baixos; Estimadores dados pela KO; Z(x) transformada logaritmicamente para Y(x). Evita o problema da contaminação por valores extremos; Dada uma variável aleatória Z(x), define-se um teor de corte, zc, que esteja no intervalo de amostragem de Z(x); Faz-se isso para discretizar uma distribuição continua em K teores de corte, com K funções indicadoras; KRIGAGEM INDICADORA Executa-se a krigagem de imdicadres binários, que valem 0 ou 1; Esses valores podem ser vistos como a probabilidade de ocorrência; Faz-se um variograma para cada zc; O melhor teor de corte corresponde ao valor da mediana. KRIGAGEM INDICADORA Estima a probabilidade do teor em um ponto não amostrado ser manor que o zc; Baseado num modelo de variograma com patamar e amplitude diferentes; Usa-se o variograma da indicadora da mediana; O estimador é: A inverteza é: KRIGAGEM INDICADORA A media condicional é dada por : A variância condicional é dada por: Determina-se a mediana; Faz-se a codificação binária (discretiza a distribuição). KRIGAGEM INDICADORA Deve ser considerada para estimar probabilidades e não para fazer mapas de média e variância condicionais; Para isso utiliza-se um dos outros dois métodos. KRIGAGEM INDICADORA É uma maneira de checar as suposições sobre o modelo; Não prova que está correto, somente que não está errado; Retira-se uma amostra com valor conhecido e realiza-se a krigagem para estimar o seu valor. VALIDAÇÃO CRUZADA
Compartilhar