A krigagem de dados apresentando distribuições com assimetria positiva deve ser evitada devido à forte influência dos poucos valores altos nas estimativas resultantes. A solução é a transformada de dados que muda a forma da distribuição original para uma distribuição simétrica. A krigagem dos dados...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidade de São Paulo
2010-07-01
|
Series: | Geologia USP. Série Científica |
Subjects: | |
Online Access: | http://www.revistas.usp.br/guspsc/article/view/27485 |
id |
doaj-0ec47206d42a4b5d9102dd1595e9cdd5 |
---|---|
record_format |
Article |
spelling |
doaj-0ec47206d42a4b5d9102dd1595e9cdd52020-11-25T03:16:53ZengUniversidade de São PauloGeologia USP. Série Científica2316-90952010-07-0110210.5327/Z1519-874X2010000200007Jorge Kazuo Yamamoto0Universidade de São Paulo; Instituto de Geociências; Departamento de Geologia Sedimentar e Ambiental A krigagem de dados apresentando distribuições com assimetria positiva deve ser evitada devido à forte influência dos poucos valores altos nas estimativas resultantes. A solução é a transformada de dados que muda a forma da distribuição original para uma distribuição simétrica. A krigagem dos dados transformados é realizada e então transformada de volta para a escala original de medida. Nesse artigo, nós examinamos a transformada uniforme que resulta em uma distribuição uniforme. A krigagem ordinária de dados uniformes resulta numa distribuição em forma de sino, haja vista as caudas da distribuição terem sido perdidas no processo de estimativa devido ao efeito de suavização. A transformada reversa dos valores apresentando essa distribuição em sino resultará em estimativas enviesadas. Portanto, a solução proposta nesse artigo passa pela correção do efeito de suavização das estimativas ranqueadas antes de transformá-las para a escala dos dados originais. Os resultados obtidos mostraram que esse algoritmo é confiável e as estimativas transformadas para a escala original não são enviesadas em relação aos dados amostrais. http://www.revistas.usp.br/guspsc/article/view/27485Transformação de dadosTransformada uniformeKrigagem ordináriaEfeito de suavizaçãoTransformada reversa |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Jorge Kazuo Yamamoto |
spellingShingle |
Jorge Kazuo Yamamoto Geologia USP. Série Científica Transformação de dados Transformada uniforme Krigagem ordinária Efeito de suavização Transformada reversa |
author_facet |
Jorge Kazuo Yamamoto |
author_sort |
Jorge Kazuo Yamamoto |
publisher |
Universidade de São Paulo |
series |
Geologia USP. Série Científica |
issn |
2316-9095 |
publishDate |
2010-07-01 |
description |
A krigagem de dados apresentando distribuições com assimetria positiva deve ser evitada devido à forte influência dos poucos valores altos nas estimativas resultantes. A solução é a transformada de dados que muda a forma da distribuição original para uma distribuição simétrica. A krigagem dos dados transformados é realizada e então transformada de volta para a escala original de medida. Nesse artigo, nós examinamos a transformada uniforme que resulta em uma distribuição uniforme. A krigagem ordinária de dados uniformes resulta numa distribuição em forma de sino, haja vista as caudas da distribuição terem sido perdidas no processo de estimativa devido ao efeito de suavização. A transformada reversa dos valores apresentando essa distribuição em sino resultará em estimativas enviesadas. Portanto, a solução proposta nesse artigo passa pela correção do efeito de suavização das estimativas ranqueadas antes de transformá-las para a escala dos dados originais. Os resultados obtidos mostraram que esse algoritmo é confiável e as estimativas transformadas para a escala original não são enviesadas em relação aos dados amostrais. |
topic |
Transformação de dados Transformada uniforme Krigagem ordinária Efeito de suavização Transformada reversa |
url |
http://www.revistas.usp.br/guspsc/article/view/27485 |
_version_ |
1724634409964929024 |