M´ etodo param´ etrico de Monte Carlo para avalia¸c˜ ao de correla¸c˜ ao em dados autocorrelacionados
Karina Rebuli
Universidade Federal do Paran´a karina.rebuli@gmail.com
19 de setembro de 2014
M´ etodo param´ etrico de Monte Carlo para avalia¸c˜ ao de correla¸c˜ ao em dados autocorrelacionados
1
Autocorrela¸c˜ ao espacial
2
Correla¸c˜ ao em dados autocorrelacionados
3
M´ etodos de Monte Carlo
4
Aplica¸ c˜ ao em geoestat´ıstica
Autocorrela¸c˜ao espacial
Estat´ıstica espacial
Processo Pontual Dados de ´area
Geoestat´ıstica
Processo → Estrutura → Processo
Autocorrela¸c˜ao espacial
Estat´ıstica espacial
Processo Pontual Dados de ´area
Geoestat´ıstica
Processo → Estrutura → Processo
Autocorrela¸c˜ao espacial
Geoestat´ıstica
Modelo Espacial Gaussiano
Y = S(xi) +zi (1)
onde:
z ∼ N(0, τ2) Y ∼ N(µ, σ2+τ2I)
Autocorrela¸c˜ao espacial: fun¸c˜ao da distˆancia entre as observa¸c˜oes ρ(u) = Cor[S(x),S(x0)]
u = kx−x0k Modelo exponencial
ρ(u) = exp
−u
φ
(2)
onde:
φ:Alcance da dependˆencia espacial
Correla¸c˜ao em dados autocorrelacionados
Correla¸c˜ ao
Coeficiente de correla¸c˜ao de Pearson
ρx,y = cov(x,y) σxσy
(3)
Correla¸c˜ao entre dados dependentes
Correla¸c˜ao em dados autocorrelacionados
Correla¸c˜ ao
Coeficiente de correla¸c˜ao de Pearson
ρx,y = cov(x,y) σxσy
(3)
Correla¸c˜ao entre dados dependentes
M´etodos de Monte Carlo
Algoritmo
Hist´orico
No s´eculo XVIII o naturalista e matem´atico francˆes George Buffon usou a probabilidade para calcular o n´umeroπ
Wolfram Demonstrations Project
Na d´ecada de 40 Stanislaw Ulam e John Von Neumann desenvolveram o m´etodo para resolver um problema de prote¸c˜ao contra radioatividade, pois foram incapazes de resolvˆe-locom os m´etodos matem´aticos convencionais, deterministas.
Caratecter´ısticas
X Simula¸c˜oes estat´ısticas massivas
X Resultados num´ericos: inverte l´ogica das simula¸c˜oes anteriores
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4
Avaliar p-valor do rho
Pearsonda amostra, com base na frequˆ encia das
simula¸c˜ oes
Aplica¸c˜ao em geoestat´ıstica
M˜ ao na massa!
1
Gerar dados
1
Gerar GRFs com estrutura espacial conhecida
2
Adicionar correla¸ c˜ ao conhecida
3
Avaliar rho
Pearson2
Aplicar a metodologia
1
Estimar parˆ ametros do modelo espacial
2
Gerar simula¸ c˜ oes para o MC
3
Avaliar rho
Pearsondas simula¸ c˜ oes
4