Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatstica Espacial
Niteroi
2014
Introdu
c
ao
Objetivos
2.1
Objetivo Geral
2.2
Objetivo Especfico
Metodologia
Uma vez que a partida da final da compa do mundo se deu em um campo de dimensao
100x70, dentro destas dimensoes foram coletados o padrao de pontos de Joao Marcos
dentro da partida nos 90 minutos, respeitando seus movimentos e limitacoes do campo
e apartir desses pontos gerar o mapa de calor e determinar demais caractersticas do
deslocamento do jogador. Para a analise foi realizo o uso do software R-Studio.
Resultados
Figura 4: Funcao F
Na figura 4, o grafico F, a curva esta a baixo do intervalo de confianca no intervalo de 10
metros, mostrando que o excepcional Joao Marcos fica em um espaco de 10m mantendo
agrupamento espacial.
Figura 5: Funcao G
Na figura 5 observa-se que em uma escala de 0 a 0.08 Joao Marcos teve pontos agrupados no espaco e depois passou a ter regularidade no campo.
Figura 6: Funcao K
Na figura 6, observa-se que Joao Marcos esta concentrado sempre em uma regiao,
evitando se dispersa, uma vez que a curva esta acima do intervalo de confianca.
Conclus
ao
Conclui-se que a forma efetiva que o zagueiro Joao Marcos encontrou de jogar e
fazer uma excelente copa do mundo e se manter agrupado na defesa pelo lado direito,
se deslocando pouco ao ataque, apenas nos momentos precisos e sair para atacar so nos
escanteios ou em oportunidades mnimas, se concentrando e fazer o seu papel de zagueirozagueiro com propriedade e nao passeando pelo campo e se cansando rapidamente, o que
tornou mais eficaz durante os 90 minutos de jogo.
Refer
encias Bibliogr
aficas
APENDICE
A -- Script R
rm(list=ls(all=TRUE))
#Pacotes
library(sp)
getClass("Spatial")
getClass("CRS")
getClass("SpatialPoints")
library(lattice)
library(splancs)
library(maptools)
library(spatstat)
library(maptools)
#matriz
m = matrix(c(0,0,70,100), ncol=2, dimnames=list(NULL, c("min", "max")))
m
#pontos
set.seed(370)
x1 = runif(30,30,35)
y1 = runif(30,15,25)
x2 = runif(30,35,40)
y2 = runif(30,15,25)
x3 = runif(30,40,45)
y3 = runif(30,15,25)
x4 = runif(30,45,55)
y4 = runif(30,15,25)
x5 = runif(30,30,35)
y5 = runif(30,25,40)
x6 = runif(30,35,40)
y6 = runif(30,25,40)
x7 = runif(30,40,45)
y7 = runif(30,25,40)
x8 = runif(30,45,55)
y8 = runif(30,25,40)
x9 = runif(10,30,35)
y9 = runif(10,1,15)
x10 = runif(10,35,40)
y10 = runif(10,1,15)
x11 = runif(10,40,45)
y11 = runif(10,1,15)
x12= runif(10,45,55)
y12 = runif(10,1,15)
x13=runif(20,0,30)
y13=runif(20,1,40)
x14=runif(30,55,70)
y14=runif(30,1,40)
x15=runif(20,20,70)
y15=runif(20,40,80)
x16=runif(5,10,20)
y16=runif(5,40,80)
x17=runif(10,28,42)
y17=runif(10,90,100)
x18=runif(5,26,44)
y18=runif(5,86,100)
#vetor
largura = c(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15,x16,x17,x18)
comprimento =
c(y1,y2,y3,y4,y5,y6,y7,y8,y9,y10,y11,y12,y13,y14,y15,y16,y17,y18)
matriz de coordenadas
dados = matrix(c(largura,comprimento),ncol=2))
dimnames(dados) = list(c(),c("Largura","Comprimento"))
plot(dados,xlim=c(0,70),ylim=c(0,100),main="Gr
afico de padrao de pontos")
#
crs = CRS(projargs=as.character(NA))
crs
S <- Spatial(bbox=m, proj4string=crs)
S
str(dados)
plot(dados,xlim=c(0,70),ylim=c(0,100))
llCRS = CRS("+proj=longlat +ellps=WGS84")
CRAN_sp = SpatialPoints(dados, proj4string=CRS(as.character(NA)),bbox = m)
bbox(CRAN_sp)
# Grafico de densidade
k3<-density(as(CRAN_sp,"ppp"),0.8)
plot(k3)
#
Funcao k
r<-seq(0,50)
Fenvjap<-envelope(as(CRAN_sp, "ppp"), fun=Kest, r=r,nrank=2,nsim=99)
plot(Fenvjap,xlim=c(0,10))
# Funcao f
r<-seq(0,350)
Fenvjap<-envelope(as(CRAN_sp, "ppp"), fun=Fest, r=r,nrank=2,nsim=99)
plot(Fenvjap,xlim=c(0,10))
#
Funcao g
r<-seq(0,50)
Fenvjap<-envelope(as(CRAN_sp, "ppp"), fun=Gest, r=r,nrank=2,nsim=99)
plot(Fenvjap)