INTRODUO GEOESTATSTICA

Com programas em R

Luis Paulo Vieira Braga

Cassio Almeida Freitas

2012

II. Estimao e Modelagem Geoestatstica

II.1 Reviso de Alguns Conceitos de Estatstica
Para esse captulo necessrio que o leitor tenha conhecimento dos conceitos de
probabilidade e varivel aleatria, que podem ser encontrados no livro:
Compreendendo Probabilidade e Estatstica, de Luis Paulo Vieira Braga, editora epapers, 2010.
Definio II.1 Probabilidade
uma funo definida no espao amostral com valores contnuos no intervalo [0,1]
que satisfaz as propriedades seguintes:

a1) P( A) 0
a 2) P () = 1

a3) Ai Aj = P(U Ai ) = P ( Ai )
i =1

i =1

Definio II.2 Varivel Aleatria Discreta

X : {x1 , x2 ,...} Z
A a X ( A) = xi
Embora seja uma funo, no uma funo real o que dificulta a sua manipulao.
Esta limitao contornada com as definies de funo de distribuio de
probabilidades (tambm chamada de densidade discreta) f(x) e funo de distribuio
(acumulada) F(x) que servem tambm para caracterizar quais funes podem ser
variveis aleatrias discretas.

Calculando Distribuies Discretas com o R

O pacote stats prov as principais distribuies, fornecendo a distribuio de
probabilidades, a distribuio acumulada direta(p) e inversa(q), assim como um
gerador de nmeros aleatrios.
No caso de uma distribuio binomial Bin(100; 0,1) suponha que se queira calcular os
seguintes itens:
a) P(X=4)

b) P(X12)

c) x20%

d) uma amostra aleatria com 5 valores

Programa II.1 Clculos com a Distribuio Binomial

dbinom(4,100,0.1)
pbinom(12,100,0.1)
qbinom(0.2,100,0.1)
rbinom(5,100,0.1)
O que d como resultados:

a) 0.01587460
b) 0.8018211
c) 7
d)11 7 11 11 14
Os acrnimos para outras distribuies discretas so: Geometric, Hypergeometric,
Poisson.
Da mesma forma esto disponveis os comandos para densidade, distribuio
acumulada, inverso da distribuio acumulada e amostragem.
Seja, por exemplo, uma distribuio geomtrica com parmetro p=0,3
a) P(X=5)

b)P(X7)

c)x30%

d)uma amostra com 10 valores

Programa II.2 Clculos com a Distribuio Geomtrica*

dgeom(5,0.3)
pgeom(7,0.3)
qgeom(0.3,0.3)
rgeom(10,0.3)

O que d como resultados:

a) 0.050421
b) 0.942352
c) 1
d) 0

* Alguns autores estabelecem que a primeira tentativa corresponde a k=0, outros a

k=1.
Seja agora uma distribuio de Poisson com parmetro =30 em um dado perodo de
tempo.
a) P(X=10)

b) P(X30)

c) x75%

d) uma amostra com 6 valores

Programa II.3 Clculos com a Distribuio de Poisson

dpois(10, 30)
ppois(30, 30)
qpois(0.75, 30)
rpois(6, 30)

O que d como resultados:

a)1.522702e-05
b) 0.5483515

c) 34
d) 26

24

32

32

19

23

Seja agora uma distribuio Hipergeomtrica com parmetros m=10 e n=15

Calcule, sabendo-se que foram retiradas 6 objetos.
a) P(X=4)

b)P(X5)

c)x25%

d) uma amostra com 6 valores

Programa II.4 Clculo com a Distribuio Hipergeomtrica

dhyper(4, 10, 15, 6)
phyper(5, 10, 15, 6)
qhyper(0.25, 10, 15, 6)
rhyper(6, 10, 15, 6)

O que d como resultados:

a) 0.1245059
b) 0.9988142
c) 2
d) 3

Calculando Distribuies Contnuas com o R

Tambm no caso contnuo, diversas distribuies esto disponveis no R. Vamos
considerar, por exemplo, a distribuio uniforme no intervalo [min=1, Max=20].
Determine:
a) o valor da densidade em x=11
7 valores

b) P(X17)

c) x75%

d) uma amostra com

Programa II.5 Clculo com a Distribuio Uniforme

dunif(11, min=1, max=20)
punif(17, min=1, max=20)
qunif(0.75, min=1, max=20)
runif(7, min=1, max=20)

O que d como resultados:

a) 0.05263158
b) 0.8421053
c) 15.25
d) 11.702880 17.787013 3.103068 17.820982 4.738879 6.237272 18.252036

Programa II.6 Clculo com a Distribuio Exponencial

Uma distribuio muito conhecida a exponencial cujo parmetro principal a taxa
por um perodo de tempo. Por exemplo, para =15, considere os itens:
a) o valor da funo densidade em x=3,5
amostra com 4 valores

b)P(X11)

c)x60%

d)uma

Programa II.6 Clculo com a Distribuio Exponencial

dexp(3.5, rate = 15)
pexp(11, rate = 15)
qexp(0.60, rate = 15)
rexp(4, rate = 15)

O que d como resultados:

a) 2.374821e-22
b) 1
c) 0.06108605
d) 0.001078596

0.194463231

0.057587831

0.101007534

A distribuio central da estatstica clssica a distribuio normal, cujos parmetros

so a mdia e a varincia. Considere, por exemplo, uma distribuio com mdia igual
a 10 e desvio padro igual a 4, determine os itens:
a) O valor da densidade em x=10
amostra com 5 valores

b) P(X10)

c) x50%

d) uma

Programa II.7 Clculo com a Distribuio Normal

dnorm(10, mean = 10, sd = 4)
pnorm(10, mean = 10, sd = 4)
qnorm(0.5, mean = 10, sd = 4)
rnorm(5, mean = 10, sd = 4)

O que d como resultados:

a) 0.09973557
b) 0.5
c) 10
d) 9.947038 6.691473 15.095468 17.342276 8.086092
Os grficos das funes densidade podem ser obtidos facilmente. Primeiramente
geramos os pares de valores (x,f(x)) para uma sequncia de xi, em seguida utilizamos
os comandos lines e plot para desenhar o grfico.
Programa II.8 Grfico da Normal Padro

x=seq(-10,10,0.5)
y=dnorm(x,0,1)
plot(x,y)
lines(x,y)

Figura II.1

Outra distribuio muito utilizada a distribuio lognormal, que no caso mais simples,
obtida calculando-se o logaritmo (na base e) da varivel X original. A densidade da
lognormal dada por:

f ( x) =

1
2 x

( logx x )2
2 x2

II.1

Calculando-se a exponencial de uma populao lognormal, obtm-se uma distribuio

normal e vice-versa.
Para uma lognormal com mdia 5 e desvio padro 1, o grfico mostrado a seguir.
Programa II.9 Grfico da Lognormal
x=seq(0,1000,1)
y=dlnorm(x,meanlog=5,sdlog=1)
plot(x,y)
lines(x,y)

Figura II.2