Modelos espacio-temporales

Buscar este blog

R-project (R news & tutorials)

mayo 12, 2012

Obtener enlace
Facebook
Twitter
Pinterest
Correo electrónico
Otras aplicaciones

R-project (R news & tutorials)

Obtener enlace
Facebook
Twitter
Pinterest
Correo electrónico
Otras aplicaciones

Comentarios

Publicar un comentario

Entradas populares

FRAGSTATS

Bibliografía utilizada McGarigal Kevin. FRAGSTATS spatial pattern analysis program. http://www.umass.edu/landeco/research/fragstats/fragstats.html McGarigal Kevin & Barbara J. Marks. 1995. FRAGSTATS: spatial pattern analysis program for quantifying landscape structure. Gen. Tech. Rep. PNW-GTR-351. Portland, OR: U.S. Department of Agriculture, Forest Service, Pacific Northwest Research Station. 122 p. McGarigal Kevin, Sam Cushman, Claudia Regan. 2005. Quantifying Terrestrial Habitat Loss and Fragmentation: A Protocol FRAGSTAT. Help FRAGSTAT Protocolo FRAGSTAT FRAGSTATS es un programa de análisis del patrón espacial para mapas categóricos. Cuantifica la extensión del área y la configuración espacial de los parches dentro de un paisaje. Esta es la interfaz del programa FRAGSTAT. Formato de los datos de entrada: ArcGrid, ASCII, BINARY, ERDAAS y IDRISI (no acepta vectores Arc/Info) Niveles de las métricas: FRAGSTATS calcula tres grupos de métricas, 1) cada parche en el mosaico, 2) cada

Geoestadística

Estadística Espacial. La Estadística espacial utiliza un conjunto de metodologías para el análisis de datos de variables aleatorias en diversos sitios de una región. De manera más formal se puede decir que la estadística espacial trata con el análisis de realizaciones de un proceso estocástico {Z (s :) s ∈ D}, en el que s∈R^d representa una ubicación en el espacio euclidiano d-dimensional, Z(s) es una variable aleatoria en la ubicación s y s varía sobre un conjunto de índices D⊂R^d. Áreas de la Estadística Espacial. La estadística espacial se subdivide en tres grandes áreas. La pertinencia de cada una de ellas está asociada a las características del conjunto D de índices del proceso estocástico de interés. A continuación se mencionan dichas áreas y se describen las propiedades de D en cada una de éstas. Datos geoestadísticos: Las ubicaciones s provienen de un conjunto D continuo y son seleccionadas a juicio del investigador (D fijo). Ejemplos: Niveles de un contaminante en d

Análisis geoestadístico con R. Paquete geoR.

Ordenes básicas del paquete geoR para el análisis de datos geoestadísiticos, recopilados del material "geoR: PAckage for Geostatistical Data Analysis. An illustrative session" por Paulo J. Ribeiro Jr. & Peter J. Diggle, 2006. Pronto subiré también análisis completos con un conjunto de datos de R así como contenido teórico de este tema. Espero les guste... ################################################################################ ### geoR : Package for Geostatistical Data Analysis An illustrative session##### ### Paulo J. Ribeiro Jr. & Peter J. Diggle. 2006 ############################### ### geoRintro_package%examples.pdf ####### ########################################## library ( geoR ) data ( s100 ) # 3) herramientas exploratorias #1. gráficos summary ( s100 ) plot ( s100 ) #para objetos de clase "geodata" produce 4 gráficos par ( mfrow = c ( 2 , 2 ) ) points ( s100 , xlab = "Coord X" , ylab = "

Con la tecnología de Blogger