Fundamentos de Geoestatística PDF

CE-056:
Fundamentos de Geoestatı́stica
Paulo Justiniano Ribeiro Junior ∗
Departamento de Estatı́stica
Universidade Federal do Paraná
Segundo semestre de 2004
∗
Endereço para correspondência: Departamento de Estatı́stica, Universidade Federal do Paraná, E-
mail: Paulo.Ribeiro@est.ufpr.br
PARTE I:
INTRODUÇÃO
1. Exemplos Básicos de dados espaciais
2. Terminologia para estatı́stica espacial
3. Outros exemplos de dados geoestatı́sticos
4. Caracterı́sticas de Problemas Geoestatı́sticos
5. Questões Centrais em Geoestatı́stica

1. Estatı́stica Espacial:
Exemplos Básicos
(a) Taxas de câncer por regiões administrati-
vas
tons de cinza correspondem à variação es-
timada do risco relativo de câncer colore-
tal em 36 zonas eleitorais da cidade de Bir-
mingham, UK.
300000
0.9 1.0 1.1 1.2 1.3

295000
Northings (meters)
290000
285000
280000
275000
395000 400000 405000 410000 415000 420000
Eastings (meters)
(b) Precipitação no Estado do Paraná
Medidas de chuva em 143 postos meteo-
rológicos.
Médias históricas para o perı́odo de Maio-
Junho (estação seca).
Maiores detalhes: tese de Jacinta L. Zamboti
(2001).
600
500
400
300
200
100
0
200 300 400 500 600 700 800

(c) Infecções bacterianas no sul da Inglaterra
Localizações das residências de 651 casos

notificados num per ı́odo de 1 ano na região
central do sul da Inglaterra.
•
•
•
• • • •••••••
•
••
• • ••
140
• • • ••
• • •
• ••• • • •• • • •
•
• • • • •••••••••• • • •• ••
•• •••• • • ••••••• • •
• • • • ••
• ••• • •• • •• •••••••••
•
••
N-S (km)
120
• • • • •• • • • •
•• • •••••••• •
•• •• • •• • •
••• •••••••••••••••••••••• • ••
••••••••••• •
• •• • •••••••••••••••••••• • • • •••
• • • •• •• • •••
• • •• ••• ••• ••• • ••••• •• •
•
••• • ••••• ••• ••••
••••• •••• •• • •••••• •
• • • ••••••
100
•
••• ••• • •• • ••••••• •••
•
• ••• ••••••• •••••••••••••• •••• •• •
••••••••••••••••••••••••••••••••••••••••••••••••••• •••••• • •
• ••• •• ••
••• •
•
80
•
• ••
380 400 420 440 460
E-W (km)
2. Terminologia para estatı́stica espa-
cial
(a) Variação espacial discreta
Estrutura básica. Yi : i = 1, ..., n
• raramente ocorre naturalmente
• útil como estratégia pragmática
• modelos são tipicamente definidos indire-
tamente a partir de condicionais
[Yi|Yj , ∀j 6= i]
(b) Variação espacial contı́nua

Estrutura básica. Y (x) : x ∈ IR2
• dados (yi, xi) : i = 1, ..., n, localizações xi po-
dem ser:
– não estocástica (ex. grade cobrindo
a região em estudo A) ou estocástica,
porém independente do processo Y (x)
(c) Processo pontual espacial
Estrutura básica. Conjunto contável de pon-
tos xi ∈ IR2, generados estocásticamente.
• às vezes dados são agregados em regiões
Estatı́stica espacial é a seleção de métodos es-
tatı́sticos nos quais a localização espacial tem
papel explı́cito na análise dos dados.
Dois temas estratégicos

• não confundir formato dos dados com o pro-
cesso subjacente.
• a escolha do modelo pode ser influenciada
pelos objetivos cientı́ficos do estudo
3. Outros Exemplos de Problemas Geo-
estatı́sticos
(a) Dados de chuva na Suı́ça
200
150
N-S (km)
100
50
0
0 100 200 300
E-W (km)
Localizações com tamanhos dos pontos proporcionais aos valo-

res observados de precipitação
• 467 postos na Suı́ça

• medidas diárias de chuva em 8 de Maio de
1986
• dados do projeto:
Spatial Interpolation Comparison 97
ftp://ftp.geog.uwo.ca/SIC97/.
(b) Ilha de Rongelap
• estudo do resı́duo de contaminação decor-
rente de testes de armas nucleares du-
rante a década de 50
• ilha evacuada em 1985. Segura para re-
ocupação
• pesquisa produz medidas com ruı́do Yi de
concentração de césio radioativo
• particular interesse em nı́veis máximos de
concentração de césio
1000
•
0
•
••
••
••
-1000
•
•
•••••••••• •
•• •
N-S
• •••••••••• • •
-2000
• • • • • • ••
• • • • • •
• • •
• • • • •
•
• •
-3000
•
• ••
•• • • ••••••••••••••• • ••
• • • • ••••• •
•••••
-4000
-5000
-6000 -5000 -4000 -3000 -2000 -1000 0
E-W
(c) Espécies de lı́quens
• fatores associados a distribuição espacial
da presença de lı́quens em troncos de
ávores
• resposta 0/1: presença ou ausência
• covariáveis: diâmetro, umidade, sombrea-
mento, cobertura do tronco, viva
12000
11000
YCOORD
10000
9000
4000 5000 6000 7000
XCOORD
(d) Malária em Gambia
• na vila i, dado Yij = 0/1 denota ausência ou
presença de malária no sangue da criança
j
• covariáveis ao nı́vel de vilas:
– localização (coordenadas), presença de
centro de saúde, ı́ndice de vegetação de-
rivado de satélite
• covariáveis ao nı́vel de crianças:
– idade, uso e tratamento de mosquiteiro
• interesses: efeito das covariáveis e padrão
espacial da variação residual
o oo
o oo
1600
ooo o
oo
oo o
Central
o
oooo
1500
N-S (km)
o oooooooooo ooo o oo
o o
ooo o
o oo ooo o
o ooooooooooo o
o
ooo oooooo
o ooo
Western Eastern
1400
o oo o
o o oo oo o o
o o o
ooo oo oo o
o o o o ooo o
oo oo
o o ooo
o oo ooo oo
300 400 500 600
E-W (km)
4. Caracterı́sticas Principais dos Pro-
blemas Geoestatı́sticos
• dados consistem em respostas Yi associadas
com localizações xi
• em princı́pio, Y pode ser determinado em

qualquer localização x dentro da região es-
pacialmente contı́nua A
• assume-se que {Y (x) : x ∈ A} é um processo

estocástico
• xi é tipicamente fixo. Se as localizações xi são

geradas por um processo estocástico pon-
tual, assume-se que este processo é inde-
pendente de Y (x)
• objetivos cientı́ficos incluem a predição de

um ou mais funcionais de processo (sem
ruı́do) {S(x) : x ∈ A}
Exemplo básico: chuva no Paraná
600
500
450
400
400
Coord Y
300
350
200
data
300
100
Coord Y
500
250
0
400
300
200
200
200 300 400 500 600 700 800
100
150
Coord X 0
100 200 300 400 500 600 700 800
Coord X
400
400
350
350
300
300
data
data
250
250
200
200
200 300 400 500 600 700 100 200 300 400
Coord X Coord Y
1200
6000
1000
5000
800
4000
semivariance
semivariance
3000
600
2000
400
1000
200
0
0
0 100 200 300 400 0 100 200 300 400
distance distance
variogramas para dados originais (esquerda) e após retirada de

tendência, com modelo ajustado (direita).
600
600
500
500
400
400
300
300
Coord Y
Coord Y
200
200
100
100
160 218 277 336 395 135 310 485 660 834
0
200 300 400 500 600 700 800 200 300 400 500 600 700 800
Coord X Coord X
Krigagem: mapas de valores preditos (esquerda) e variâncias de

predição (direita).
5. Questões Centrais
• Delineamento
– quantas localizações?
– quantas medidas?
– configuração das localizações?
– o que deve-se medir em cada localização?
• Modelagem
– modelo probabilı́stico para o sinal [S]
– modelo de probabilidade condicional para
as medidas, [Y |S]
• Estimação
– valores para parâmetros desconhecidos do
modelo
– inferências sobre os parâmetros ou
funções destes
• Predição
– avalia-se [T |Y ], a distribuição condicional
aos dados do objetivo de predição
Geostatı́stica Tradicional:
• evita referência explı́cita à especificação pa-
ramétrica dos modelos
• variogramas como instrumento de inferência

(Matheron: “estimação e escolha”)
• em geral usa-se estruturas complexas de va-

riogramas
• concentra-se em estimadores lineares
• métodos e paradigmas especı́ficos para:

– predição pontual (SK, OK, KTE, UK)
– predição de funcionais não lineares (IK,
DK, ...)
– estimação de densidades preditivas (IK,
DK)
– simulações das preditivas (SGSIM, SISIM,
...)
• “kriging menu”
PARTE II:
ESPECIFICAÇÃO DO MODELO
GEOESTATÍSTICO
1. “Model based geostatistics”
2. A Caminho de um Modelo Espacial
3. O Modelo Gaussiano em Detalhes
4. Função de Correlação
5. Efeitos Direcionais
6. Modelos Não-Estacionários
1. “Model based geostatistics”
“Model based geostatistics means that we adopt

a model-based approach to this class of pro-
blems, by which we mean that we start with an
explicit stochastic model and derive associated
methods of parameter estimation, interpolation
and smoothing by the application of general sta-
tistical principles”.
Notação
(Yi, xi) : i = 1, ..., n
• {xi : i = 1, ..., n} é o plano amostral
• {Y (x) : x ∈ A} é o processo de medida
• {S(x) : x ∈ A} é o processo do sinal
• T = F(S) é o objetivo de predição
• [S, Y ] = [S][Y |S] é o modelo geoestatı́stico

2. A caminho da especificação de um
modelo especial
Perspectiva histórica - paradigmas para in-
ferência
(a) Modelos estatı́sticos:
• redução de dados
• escolha, estimação e predição
(b) Gauss e Legendre

• estudos de astronomia
• erros normais
• discrepância dados e modelo: min. qua-
drados
• 1o e 2o momentos
(c) Fisher e verossimilhança

• uso e interpretação da verossimilhança
• relação com min. quad.:
−2l = σ12 (yi − µi)2
• máximo, curvaturas, inferência, etc
• Royall, 1997
• pragmatismo e delineamentos
(d) Inferência: “Model-based” vs “design-based”

Perspectiva histórica - Modelos Lineares Genera-
lizados
• Modelo linear
Y = Xβ + ε
• pode ser escrito como:

Y ∼ N (µ, σ 2)
µ = Xβ
• e generalizado de 2 formas
Y ∼ Q(µ, ...)
η = g(µ) = Xβ
• não mais requer

– normalidade
– variância constante
– preocupação com escala
• verossimilança em destaque
• deviance: D(θ) = l(y, y) − l(y, θ)
• extensões
– modelagem de superdispersão
– modelos mixtos
– modelos hierárquicos (multinı́vel)
– inferência Bayesiana
Modelo linear generalizado linear clássico
• Yi : i = 1, ..., n
mutuamente independentes, com µi = E[Yi]
Pk
• h(µi) = j=1 fij βj , com função de ligação co-
nhecida h(·).
Modelo Linear Generalizado Mixto

• Yi : i = 1, ..., n
mutuamente independentes, com µi = E[Yi],
conditional às ralizações de um conjunto de
de variáveis aleatórias latentes Ui,
P
• h(µi) = Ui + kj=1 fij βj ,
para uma função de ligação conhecida h(·).
A modelo espacial (geoestatı́stico)

• Yi : i = 1, ..., n
mutuamente independentes, com µi = E[Yi],
conditional às realizações de um conjunto de
de variáveis aleatórias latentes Ui,
Pp
• h(µi) = Ui + j=1 fij βj ,
para uma função de ligação conhecida h(·),
• Ui = S(xi)
onde {S(x) : x ∈ IR2} é um processo es-
tocástico espacial.
Pk
• h(µi) = Ui + j=1 fij βj ,
4.0 4.5 5.0 5.5 6.0 6.5 7.0
data
0.0 0.2 0.4 0.6 0.8 1.0

locations
simulação ilustrando os componentes do modelo: dados Y (xi ) (pon-

tos), sinal S(x) (linha curva) e média µ (linha horizontal).
3. O Modelo Gaussiano
(a) S(·) é um processo Gaussiano estacionário
com
i. E[S(x)] = 0,
ii. Var{S(x)} = σ 2
iii. ρ(u) = Corr{S(x), S(x − u)};
(b) a distribuição condicional de Yi dado S(·) é

Gaussiana com média µ + S(xi) e variância
τ 2;
(c) Yi : i = 1, ..., n são mutuamente independen-

tes, condicional à S(·).
Uma formulação equivalente para o modelo
Gaussiano:
Yi = µ + S(xi) + Zi : i = 1, ..., n.
onde Zi : i = 1, ..., n são mutuamente indepen-

dentes e identicamente distribuı́dos com Zi ∼
N(0, τ 2).
Desta forma a distribuição conjunta de Y é

multivariada Normal,
Y ∼ MVN(µ1, σ 2R + τ 2I)
onde:
1 denota um vetor de 1’s com n elementos
I é matrix identidade n × n
R é uma matrix n × n com (i, j)th elemento ρ(uij )
onde
uij = ||xi − xj ||, é distancia Euclideana entre xi e
xj .
4. Especificação da função de
correlação
A famı́lia de Matérn
Função de correlação dada por
ρ(u) = {2κ−1Γ(κ)}−1(u/φ)κKκ(x/φ)
• κ e φ são parâmetros
• Kκ(·) denota função de Bessel de ordem κ
• válida para φ > 0 e κ > 0.
• κ = 0.5: modelo exponencial
• κ → ∞: modelo Gaussiano
• S(x) é dκ − 1 vezes diferenciável

1.0
0.8
correlation
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0

distance
Três exemplos de funções de Matérn com φ = 0.2 and κ = 1 (linha sólida), κ = 1.5 (linha
interrompida) and κ = 2 (pontos).
1.5
1.0
0.5
0.0
y
−0.5
−1.0
−1.5
0.0 0.2 0.4 0.6 0.8 1.0

x
simulações de processos em 1-D com funções de correlação de de Matérn com φ = 0.2 e
κ = 0.5 (linha sólida), κ = 1 (linha interrompida) and κ = 2 (linha pontilhada).

VARIOGRAMAS
• o variograma de um processo Y (x) é a
função
1
V (x, x0) = Var{Y (x) − Y (x0)}
2
• para o modelo linear Gaussiano, com u =
||x − x0||,
V (u) = τ 2 + σ 2{1 − ρ(u)}
• os paramêtros estruturais básicos são

– efeito pepita (“nugget”): τ 2
– patamar (“sill”): τ 2 + σ 2 = Var{Y (x)}
– o alcance (“range”): φ, tal que ρ(u) = ρ0(u/φ)
• variogramas são definidos para uma classe

mais ampla de processos, em comparação
com correlogramas e covariogramas
• variogramas são largamente utilizados em

geoestatı́stica
5. Extensões do modelo básico
(a) Modelos Gaussianos transformados
• O modelo Gaussiano é claramente inapro-
priado para distribuições assimétricas.
• Certos dados podem indicar relações en-

tre média e variância, que violam o modelo
Gaussiano.
• Parâmetro extra λ da transformação Box-

Cox introduz certa flexibilidade.
• O modelo fica então definido da forma:

– assume-se Y ∗ ∼ M V N (F β, σ 2V )
– dados y = (y1, ..., yn), são gerados por uma

transformação do modelo linear Gaussi-
ano Y = h−1 ∗
λ (Y ) tal que:
(
(yi )λ −1
Yi∗ = hλ(Y ) = λ if λ 6= 0
log(yi) if λ = 0
(b) Efeitos Direcionais
• Condições ambientais podem induzir efei-

tos direcionais (vento, formação do solo,
etc)
• como consequência a correlação espacial

pode variar com a direção
1.0 0.1
1.0 1.0
0.1
0.5 0.3 0.5 0.3 0.5 0.2

0.5 0.4
0.5 0 0.6
0.8 .7
0.0 0.0 0.0
0.7
0.
6 0.7 0.6 0.5
0.4 0.3
−0.5 0.4 −0.5 −0.5
0.2
0.2 0.1
−1.0 −1.0 −1.0

−1.0 −0.5 0.0 0.5 1.0 −1.0 −0.5 0.0 0.5 1.0 −1.0 −0.5 0.0 0.5 1.0
contornos de correlação para modelo isotrópico (esq.) e dois

modelos anisotrópicos (centro e dir.)
• anisotropia geométrica: possı́vel (e simples)

abordagem.
• dois parâmetros extra: ângulo de anisotro-

pia ψA e razão de anisotropia ψR .
• rotação e contração/expansão das coorde-

nadas originais:
µ ¶µ ¶
cos(ψA) − sin(ψA) 1 0
(x10, x20) = (x1, x2)
sin(ψA) cos(ψA) 0 ψ1
R
“Correção”de anisotropia geometrica
1.0 Original Space, ψ1 = 0°, ψ2 = 2 Isotropic Space
31 32 33 34 35 36
0.6
0.8
25 26 27 28 29 30 31 32 33 34 35 36
0.4
25 26 27 28 29 30
0.6
19 20 21 22 23 24
19 20 21 22 23 24
x x
0.2
13 14 15 16 17 18
0.4
13 14 15 16 17 18
7 8 9 10 11 12
0.2
0.0
7 8 9 10 11 12 1 2 3 4 5 6
0.0
1 2 3 4 5 6
−0.2
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
Original Space, ψ1 = 120°, ψ2 = 2 Isotropic Space
0.8
1.0
31 32 33 34 35 36
0.6
0.8
25 26 27 28 29 30
6
0.4
12
18 5
24 11
17 4
0.6
19 20 21 22 23 24 30
0.2
23 10
36 16 3
29 9
x 35 22 x 2
28 15
21 8
0.0
34 14 1
0.4
13 14 15 16 17 18 27 7
33 20
26 13
32 19
−0.2
25
31
0.2
7 8 9 10 11 12
−0.4
0.0
1 2 3 4 5 6
−0.6
0.0 0.2 0.4 0.6 0.8 1.0 −1.4 −1.2 −1.0 −0.8 −0.6 −0.4 −0.2 0.0
Original Space, ψ1 = 45°, ψ2 = 2 Isotropic Space
1.0
31 32 33 34 35 36
1.0
0.8
0.8
25 26 27 28 29 30
36
35 30
0.6
34 29 24
0.6
19 20 21 22 23 24 33 28 23 18
32 27 22 17 12
0.4
x 31 26 21 x 16 11 6
25 20 15 10 5
0.4
0.2
13 14 15 16 17 18 19 14 9 4
13 8 3
7 2
0.0
1
0.2
7 8 9 10 11 12
−0.2
0.0
1 2 3 4 5 6
−0.4
0.0 0.2 0.4 0.6 0.8 1.0 −0.6 −0.4 −0.2 0.0 0.2 0.4 0.6
(c) Modelos não estacionários
• Modelos com médias não constantes
(ou, incluindo covariáveis)
Substituir a média constante µ por
k
X
µ(x) = F β = βj fj (x)
j=1
para medidas fj (x) das covariáveis (linea-

res ou não lineares).
Nota: corresponde a krigagem universal
e krigagem com tendência externa.
• Variação aleatória não estacionária

Variabilidade intrinsica: pressuposto
mais fraco de estacionaridade (processo
com incrementos estacionários, como pas-
seios aleatórios em séries temporais),
largamente utilizados como modelo “de-
fault”para variação espacial discreta (Be-
sag, York and Molié, 1991).
Métodos de deformação espacial (Samp-

son and Guttorp, 1992) buscam estacio-
naridade por transformações (complexas)
do espaço geográfico, x.
É preciso ter em mente o balanço entre a o
aumento da flexibilidade de modelos mais
gerais contra a sobre-modelagem de dados
esparsos, que leva a pobre identificação
dos parâmetros.
PARTE III:
PREDIÇÃO ESPACIAL
1. Predição em processos estocásticos
2. Predição Geostatı́stica
3. Predição no Modelo Gaussiano
4. O que a krigagem faz com os dados?
5. Predição de Funcionais
1. Predição em processos estocásticos
General results for prediction
goal: predict the realised value of a (scalar)

r.v. T , using data y a realisation of a (vector)
r.v. Y .
predictor: of T is any function of Y , T̂ = t(Y )
best choice: needs a criterion
MMSPE: the best predictor minimises

M SP E(T̂ ) = E[(T − T̂ )2]
Theorem 1.
The minimum mean square error predictor of T
is
T̂ = E(T |Y ).
Theorem 2.
(a) The prediction mean square error of T̂ is
E[(T − T̂ )2] = EY [Var(T |Y )],
(the prediction variance is an estimate of the
MSPE).
(b) E[(T − T̂ )2] ≤ Var(T ), with equality if T and Y
are independent random variables.
Comments
• We call T̂ the least squares predictor for T ,

and Var(T |Y ) its prediction variance
• Var(T ) − Var(T |Y ) measures the contribution

of the data (exploiting dependence between
T and Y )
• point prediction, prediction variance are

summaries
• complete answer is the distribution [T |Y ]
• not transformation invariant:

T̂ the best predictor for T does NOT necessa-
rily imply that g(T̂ ) is the best predictor for
g(T ).
2. Predição Geostatı́stica
Suppose the target for prediction is T = S(x)

A predictor for T is a function T̂ = T̂ (Y )
The mean square prediction error (MSPE) is
M SP E(T̂ ) = E[(T̂ − T )2]
The the predictor which minimises MSPE is

T̂ = E[S(x)|Y ]
Two approaches:
• Model-based geostatistics:
– specify a probability model for [Y, T ]
– choose T̂ to minimise M SP E(T̂ ) amongst

all functions T̂ (Y )
• Traditional (linear) geostatistics:

– Assume that T̂ is linear in Y , so that
n
X
T̂ = b0(x) + bi(x)Yi
i=1
– Choose bi to minimise M SP E(T̂ ) within the

class of linear predictors
Coincident results under Gaussian assumpti-

ons
3. Predição sob o modelo Gaussiano
• assume that the target for prediction is T =

S(x)
• [T, Y ] are jointly multivariate Gaussian.
• T̂ = E(T |Y ), Var(T |Y ) and [T |Y ] can be easily

derived from a standard result:
Theorem 4. Let X = (X1, X2) be jointly multi-

variate Gaussian, with mean vector µ = (µ1, µ2)
and covariance matrix
· ¸
Σ11 Σ12
Σ= ,
Σ21 Σ22
ie X ∼ MVN(µ, Σ). Then, the conditional distri-
bution of X1 given X2 is also multivariate Gaus-
sian, X1|X2 ∼ MVN(µ1|2, Σ1|2), where
µ1|2 = µ1 + Σ12Σ−1
22 (X2 − µ2 )
and
Σ1|2 = Σ11 − Σ12Σ−1
22 Σ21 .
For the geostatistical model:
[T, Y ] is multivariate Gaussian with mean vec-

tor µ1 and variance matrix
· 2 2 0
¸
σ σr
σ 2r τ 2I + σ 2R
where r is a vector with elements ri = ρ(||x−xi||) :
i = 1, ..., n.
Hence, using Theorem 4 with X1 = T and X2 =

Y , we find that the minimum mean square er-
ror predictor for T = S(x) is
T̂ = µ + σ 2r0(τ 2I + σ 2R)−1(Y − µ1) (1)
with prediction variance
Var(T |Y ) = σ 2 − σ 2r0(τ 2I + σ 2R)−1σ 2r. (2)

Notes
1. Because the conditional variance does not

depend on Y , the prediction mean square error
is equal to the prediction variance.
2. Equality of prediction mean square error and

prediction variance is a special property of the
multivariate Gaussian distribution, not a gene-
ral result.
3. In conventional geostatistical terminology,

construction of the surface Ŝ(x), where T̂ = Ŝ(x)
is given by (1), is called simple kriging. This
name is a reference to D.G. Krige, who pionee-
red the use of statistical methods in the South
African mining industry (Krige, 1951).
4. O que a krigagem faz com os dados?
The minimum mean square error predictor for
S(x) is given by
n
X
T̂ = Ŝ(x) = µ + wi(x)(Yi − µ)
i=1
Xn n
X
= {1 − wi(x)}µ + wi(x)Yi
i=1 i=1
• the predictor Ŝ(x) compromises between its

unconditional mean µ and the observed data
Y
• the nature of the compromise depends on

the target location x, the data-locations xi
and the values of the model parameters.
• call the wi(x) the prediction weights.

4.1 Effects on predictions
(a) Varying the correlation function
1
predicted signal
−1
−2
0.0 0.2 0.4 0.6 0.8 1.0

locations
Predictions from 10 equally spaced data-points using expo-

nential (solid line) or Matérn of order 2 (dashed line) corre-
lation functions.
0.5
0.0
predicted signal
−0.5
−1.0
−1.5
−2.0
−2.5
0.0 0.2 0.4 0.6 0.8 1.0

locations
Predictions from 10 randomly spaced data-points using ex-

ponential (solid line) or Matérn of order 2 (dashed line) cor-
relation functions.
(b) Varying the correlation parameter
2.0
1.5
predicted signal
1.0
0.5
0.0
−0.5
0.0 0.2 0.4 0.6 0.8 1.0

locations
Predictions from 10 randomly spaced data-points using the

Matérn (κ = 2) correlation function and different values of φ:
0.05 (solid line), 0.1 (dashed line) and 0.5 (thick dashed line).
(c) Varying the noise-to-signal ratio
2.0
predicted signal 1.5
1.0
0.5
0.0
−0.5
0.0 0.2 0.4 0.6 0.8 1.0

locations
Predictions from 10 randomly spaced data-points

using the Matérn correlation function and different
values of τ 2: 0 (solid line), 0.25 (dashed line) and 0.5
(thick dashed line).
0.4
prediction variance
0.3
0.2
0.1
0.0
0.0 0.2 0.4 0.6 0.8 1.0

locations
Prediction variances from 10 randomly spaced data-

points using the Matérn correlation function and dif-
ferent values of τ 2: 0 (solid line), 0.25 (dashed line) and
0.5 (thick dashed line).
4.2 Effects on kriging weights
(a) The prediction weights: varying φ
φ=0 φ = 0.05
−0.2 0.0 0.2 0.4 0.6
−0.2 0.0 0.2 0.4 0.6

prediction weights
prediction weights
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8
data locations data locations
φ = 0.15 φ = 0.3
−0.2 0.0 0.2 0.4 0.6
−0.2 0.0 0.2 0.4 0.6

prediction weights
prediction weights
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8

Prediction weights for 10 equally spaced data-points with

target location x = 0.50.
i. varying parameter φ = 0, 0.05, 0.15, 0.30
ii. locations: equally spaced xi = −0.05 + 0.1i :

i = 1, ..., 10
iii. prediction location: x = 0.50
iv. correlation function: Matérn with κ = 2
v. nugget: τ 2 = 0
(b) The prediction weights: varying κ
κ = 0.5 κ=1
−0.2 0.0 0.2 0.4 0.6
−0.2 0.0 0.2 0.4 0.6

prediction weights
prediction weights
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8
κ=2 κ=5
−0.2 0.0 0.2 0.4 0.6
−0.2 0.0 0.2 0.4 0.6

prediction weights
prediction weights
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8


i. varying parameter κ = 0.5, 1, 2, 5

i = 1, ..., 10
iv. correlation function: Matérn with φ = 0.1
v. Nugget: τ 2 = 0
(c) The prediction weights: varying τ 2
0.8 τ2 = 0 τ2 = 0.1
0.8
prediction weights
prediction weights
0.4
0.4
0.0
0.0
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8
τ2 = 0.25 τ2 = 0.5
0.8
0.8
prediction weights
prediction weights
0.4
0.4
0.0
0.0
0.2 0.4 0.6 0.8 0.2 0.4 0.6 0.8


i. varying parameter τ 2 = 0, 0.1, 0.25, 0.5

i = 1, ..., 10
iv. correlation function: Matérn with κ = 2

and φ = 0.1
5. Predição de Funcionais
Let T be any linear functional of S,

Z
T = w(x)S(x)dx
A
for some prescribed weighting function w(x).
Under the Gaussian model:

• [T, Y ] is multivariate Gaussian;
• [T |Y ] is univariate Gaussian;
• the conditional mean and variance are:

Z
E[T |Y ] = w(x)E[S(x)|Y ]dx
A
Z Z
Var[T |Y ] = w(x)w(x0)Cov{S(x), S(x0)}dxdx0
A A
Note in particular that

Z
T̂ = w(x)Ŝ(x)dx
A
In words:
• given a predicted surface Ŝ(x), it is legitimate
simply to calculate any linear property of this
surface and to use the result as the predictor
for the corresponding linear property of the
true surface S(x)
• it is NOT legitimate to do this for prediction

of non-linear properties
• for example, the maximum of Ŝ(x) is a very

bad predictor for the maximum of S(x) (this
problem will be addressed later)
PARTE IV:
ESTIMAÇÃO DE PARÂMETROS
1. Propriedades do Segundo Momento
2. Estimação usando Variogramas
3. Estimação por Verossimilhança
4. Predição “plug-in”
5. Estudo de Caso
6. Comentários e Extensões
1. Propriedades do segundo momento
• o variograma é a função
1
V (x, x0) = Var{Y (x) − Y (x0)}
2
• para u = ||x − x0||,

V (u) = τ 2 + σ 2{1 − ρ(u)}
• os paramêtros estruturais básicos são

– efeito pepita (“nugget”): τ 2
– patamar (“sill”): τ 2 + σ 2 = Var{Y (x)}
– o alcance (“range”): φ, tal que ρ(u) = ρ0(u/φ)
• implicações práticas:
– qualquer versão razoável do modelo li-
near Gaussiano tem pelo menos três
parâmetros de covariância
– um volume da dados substancial pode ser

necessário para estimar maior número de
parâmetros
– a famı́lia Matérn possui um parâmetro ex-

tra para determinar a suavidade do pro-
cesso S(x)
Paradigmas para estimação
• Métodos “Ad-hoc” (baseados em variogra-

mas)
– calcule o variograma empı́rico
– ajuste um modelo teórico de variograma
• Métodos baseados na verossimilhança

– tipicamente sob pressupostos de Gaussia-
nidade
– Ótimos sob as condições declaradas
– maior demanda computacional
– podem não ser robustos
• Implementação Bayesiana,
– estimação e predição combinadas
– cada vez mais aceitos

2. Estimação usando Variogramas
• O variograma é definido por

1
V (x, x0) = Var{Y (x) − Y (x0)}
2
• se Y (x) é estacionário,
1
V (x, x0) = V (u) = E[{Y (x) − Y (x0)}2]
2
onde u = ||x − x0||
• sugere uma estimativa empı́rica para V (u):

V̂ (u) = average{[y(xi) − y(xj )]2}
onde cada média é tomada entre todos os pa-
res [y(xi), y(xj )] tal que ||xi − xj || ≈ u
• para processo com média não constante a

tendência pode ser removida:
– defina ri = Yi − µ̂(xi)
– defina V̂ (u) = average{(ri − rj )2},

onde cada média é tomada entre todos os
pares (ri, rj )
(a) A nuvem variográfica
• defina as quantidades:
ri = Yi − µ̂(xi)
uij = ||xi − xj ||
(ri − rj )2
vij =
2
• a nuvem de variograma é um gráfico de

pontos (uij , vij )
Exemplo: Dados de chuva na Suı́ça

150000
100000
semivariance
50000 0
0 50 100 150 200

distance
(b) O variograma empı́rico
• obtido a partir da nuvem de variograma

tomando médias de classes de distância:
u − h/2 ≤ uij < u + h/2
• forma k classes de distâncias, cada uma

média de nk pares,
• muito sensı́vel à especificação de média do

processo µ(x)

15000
semivariance
10000
5000
0
0 50 100 150 200

distance
Variograma empı́rico
(c) O ajuste de variogramas
Estime os parâmetros θ̃ minimizando um
particular critério
por exemplo, mı́nimos quadrados generaliza-
dos (Cressie, 1993)
X
S(θ) = nk {[V̄k − V (uk ; θ)]/V (uij ; θ)}2
k
onde V̄k é a média das nk ordenadas vij do

variograma.
Outros critérios: OLS, WLS com diferentes
pesos, GLS, quasi-verossimilhança.

100 80
semivariance
40 60
WLS 1
WLS 2
20
OLS
0
0 50 100 150 200

distance
Ajuste de variograma empı́rico por WLS com pesos dados por

nk apenas (linha grossa), WLS com pesos sugeridos pro Cressie
(linha cheia) o OLS (linha pontilhada)
(d) Comentários sobre uso de variogramas
para inferência
i. Variogramas dos dados originais e
resı́duos podem ser muito diferentes
Exemplo: Dados do Paraná
6000 •• •
• •
1000 • •
• ••
5000 • •• •
• • •
• 800
• •
4000 • •••
•
600 • ••
3000 • •
•
•
400
2000
•
•
•
••
1000 200
•• ••
•
0 0
0 100 200 300 400 0 100 200 300 400
variogramas empı́ricos dos dados originais (esq.) e resı́duos

após regressão em latitude, longitude e altitude (dir.)
• variograma de dados originais reflete (in-

clui) variação de tendência geográfica de
larga escala.
• variograma de resı́duos elimina esta

fonte de variação
ii. Quão instáveis são os variogramas
empı́ricos?
• sob o modelo linear Gaussiano:

– vij ∼ V (uij )χ21
– the vij são correlacionados
iii. variogramas de diferentes realizações do

mesmo processo podem ser bem diferen-
tes
• •
• •
1.0
• •
•
•
0.8 •
•
•
• •
•
•
Semi-variance
• • •
0.6
•
• •
•
• •
• •
•
0.4 • •
•
•
•
0.2
••
•
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Distance
• linha sólida mostra o variograma verda-

deiro do processo
• linha finas mostram variogramas
empı́ricos de três realizações do mesmo
processo (modelo)
• as altas correlações entre V̂ (u) para su-
cessivos u conferem uma suavidade “en-
ganadora”
iv. Ajuste de modelos por mı́nimos quadrados
• corresponde a um sistema de equações
de estimação que produz estimativas vi-
ciadas de θ,
• mesmo assim é largamente utilizado na
prática
• potencialmente “perigoso” devido as
correlações inerentes aos sucessivos V̄k ’s
v. estimação baseada em objeto que é por si

estimado
vi. é possivel ajustar o modelo diretamente

aos dados e não ao variograma.
3. Estimação por verossimilhança
O modelo Gaussiano é dado por:
Yi|S ∼ N(S(xi), τ 2)
• S(xi) = µ(xi) + Sc(xi)
• Sc(·) é um processo estocástico Gaussiano
com parâmetros de covariância (σ 2, φ, κ),
Pk
• µ(xi) = F β = j=1 fk (xi)βk , onde fk (xi) é vetor
de covariáveis na localização xi
Y ∼ MVN(F β, σ 2R + τ 2I)
e a função de verossimilhaça é:
`(β, τ, σ, φ, κ) ∝ −0.5{log |(σ 2R + τ 2I)| +
(y − F β)0(σ 2R + τ 2I)−1(y − F β)}.
para qual maximização (numérica) produz as

estimativas de máxima verossimilhança
Modelos Gaussianos transformados

A log-verossimilhança é:
1
`(β, θ, λ) = − {log |σ 2V |
2
+(hλ(y) − F β)0{σ 2V }−1(hλ(y) − F β)}
X n
¡ λ−1¢
+ log (yi)
i=1
para θ = (τ, σ, φ, κ).

ML: tipicamente usada sob pressupostos de
normalidade
• estimativas ótimas sob os pressupostos de-
clarados
• porém computacionalmente caros e podem

não ser robustos
• dificuldades computacionais para grande

número de dados
• Implementação Bayesiana combinando

estimação e predição tem sido cada vez
mais aceita (ao menos entre estatı́sticos!).
• Para famı́lia de Matérn considere tomar κ em

um conjunto discreto {0.5, 1, 2, 3, ..., N }
4. Predição “plug-in”
Em geral o interesse está em predizer
• o valor da realização do processo S(·) em um
ponto
• ou a média de S(·) em uma região
Z
T = |B|−1 S(x)dx
B
onde |B| denota a área da região B.
Para o modelo Gaussiano o preditor de

minı́mos quadrados de T = S(x) é:
T̂ = µ + σ 2r0(τ 2I + σ 2R)−1(Y − µ1)
e a variância de predição
Var(T |Y ) = σ 2 − σ 2r0(τ 2I + σ 2R)−1σ 2r
onde os únicos termos desconhecidos são os

parâmetros do modelo
A predição “plug-in” consiste em substituir os

parâmetros por suas estimativas.
5. Estudo de caso: chuva na Suı́ça
200
150
N-S (km)
100
50
0
0 100 200 300
E-W (km)
Localizações com tamanho dos pontos proporcional aos valores ob-

servados. Distâncias em kilometros
• 467 localizações
• medidas de precipitação em 8 de Maio 1986
• dados são valores inteiros com unidade de

medida igual á 1/10 mm
• 5 localizações com valores iguais à zero.

chuva na Suı́ça (cont.)
Estimação parâmetros de transformação e su-
avidade (modelo de Matérn)
κ λ̂ log L̂
0.5 0.514 -2464.246
1 0.508 -2462.413
2 0.508 -2464.160
Estimativas de MV de λ̂ e valores da log-verossimilhança log L̂ para
diferentes valores de κ.
••
• •
•
•
-2463 -2463 -2463
•
•
•
-2464 -2464 -2464
••
•• • • • •
• • •
•
•
• •
-2465 -2465 -2465 •
•
•
• •
• •
-2466 -2466 -2466 •

•
•
0.40 0.50 0.60 0.40 0.50 0.60 0.40 0.50 0.60
•
•
•
•
Verossimilhanças prefilhadas para λ. esquerda: κ = 0.5, meio: κ = 1,
•
• •
direita: κ = 2.
• •
transformação logarı́timica ou não- •

•
transformação são claramente NÃO indicadas!

•
•
120
•
100 •
•
• • •
Semi-variance
80 •
•
• • •
60
•
40
•
20 •
•
0
0 50 100 150 200
Distance
semivariograma empı́rico para dados transformados e variogramas

teóricos com estimativas de MV para κ = 0.5 (linha interrompida),
κ = 1 (linha grossa), κ = 2 (linha fina).
Estimativas para modelo com λ = 0.5
κ β̂ σ̂ 2 φ̂ τ̂ 2 log L̂
0.5 18.36 118.82 87.97 2.48 -2464.315
1 20.13 105.06 35.79 6.92 -2462.438
2 21.36 88.58 17.73 8.72 -2464.185
Maximum likelihood estimates β̂, φ̂, σ̂, τ̂ and the corresponding va-
lue of the likelihood function log L̂ for different values of the Matérn
parameter κ, for λ = 0.5
• • •• • • ••
-2462.5 • -2462.5 • • -2462.5 • •
• •
• •
• •
• •
• • •
•
-2463.0 • -2463.0 -2463.0 •
• • •
•
• •
•
-2463.5 • -2463.5 • -2463.5 •

• •
•
• •
• •
• •
•
-2464.0 • -2464.0 • -2464.0
•
•
•
• • • •
• •
50 100 150 200 250 300 20 30 40 50 60 70 5 6 7 8 9
Verossimilhança perfilhada para parâmetros de covariância κ = 1 • •
and λ = 0.5. esquerda: σ 2 , meio: φ, direita: τ 2 . •
•
200 200
100 100
0 0
-100 0 100 200 300 400 500 -100 0 5000 10000 15000
0 100 200 300 0 100 200 300
Mapas com predições (esquerda) e variâncias de predição (direita).
Predição da percentagem da área onde

Y (x) ≥ 200: Ã200 é de 0.4157
600
500
400
300
200
100
0
0.410 0.415 0.420
Amostras da preditiva de Ã200 .

6. Outros tópicos e extensões
• Máxima verossimilhança restrita (REML)
• Verossimilhanças perfilhadas
• Estimação de modelos anisotrópicos
• Validação dos modelos
• Modelos não estacionários

– tendências e/ou covariáveis
(a) Predição ad-hoc:
(b) estima β por OLS, β̃ = (F 0F )−1F 0Y , e
calcula-se resı́duos Z = Y − F β̃.
(c) calcula-se o variograma empı́rico
(dos resı́duos) que é utilizado para
formulação do modelo e estimação de
parâmetros
(d) reestima-se β por GLS e usa-se modelo
ajustado para predição
Nota: krigagem universal ou krigagem
com tendência externa
– Relações funcionais entre médias e
variâncias
– variação aleatória não estacionária
Intrı́nseca Campos aleatórios de Markov
(Besag, York and Molié, 1991).
Deformações espaciais Sampson and
Guttorp, 1992 tentam obter estacionari-
dade através de transformações não line-
ares do espaço geográfico x.
Ver tese de Alexandra Smith (2001).
– flexibilidade vs identificabilidade
• papel dos variogramas empı́ricos

– diagnóstico (abordagem “model-based”)
– ferramenta de inferência (abordagem tra-
dicional)
• ambas abordagens anexam estimativas dos

parametros ao modelo como se fosse valores
verdadeiros.
Predição “plug-in”
– usualmente produz boas estimativas pon-
tuais de T = S(x)
– em geral sub-estima variância de predição
– pode produzir estimativas inacuradas de
outras quantidades objetivo T
PARTE V:
INFERÊNCIA BAYESIANA PARA O
MODELO GAUSSIANO
1. Inferência Bayesiana
2. Resultados para o modelo Gaussiano
3. Estudo de Caso: Dados da Suı́ça

1. Análise Bayesiana - Conceitos Basi-
cos
Bayesian inference deals with parameter un-

certainty by treating parameters as random va-
riables, and expressing inferences about para-
meters in terms of their conditional distributi-
ons, given all observed data.
For inference about model parameters, the full
model specification now should include the mo-
del parameters:
[Y, θ] = [θ][Y |θ]
Bayes’ Theorem allows us to calculate:
[Y, θ] = [Y |θ][θ] = [Y ][θ|Y ]
Thus,
[θ|Y ] = [Y |θ][θ]/[Y ]
is the posterior distribution where

Z
[Y ] = [Y |θ][θ]dθ.
The Bayesian paradigm:
(a) Model
• the full model specification consists of
[Y, θ] = [Y |θ][θ].
• formulate a model for the observable vari-
able Y .
• this model defines [Y |θ] (and hence an ex-
pression for the log-likelihood `(θ; Y ))
(b) Prior
• before we observe Y , the marginal [θ] ex-
presses our uncertainty about θ
• call [θ] prior distribution for θ
(c) Posterior
• having observed Y , it is no longer an unk-
nown (randomly varying) quantity
• therefore revise uncertainty about θ by
conditioning on the observed value of Y
• call [θ|Y ] posterior distribution for θ, and
use it to make inferential statements
NOTE: the likelihood function occupies a cen-

tral role in both classical and Bayesian infe-
rence
Prediction
Because Bayesian inference treats θ as a ran-
dom variable, it makes no formal distinction
between parameter estimation problems and
prediction problems, and thereby provides a
natural means of allowing for parameter uncer-
tainty in predictive inference.
The general idea for prediction is to formulate
a model for
[Y, T, θ] = [Y, T |θ][θ]
and make inferences based on the conditional

distribution
Z
[T |Y ] = [T, θ|Y ]dθ
Z
= [θ|Y ][T |Y, θ]dθ
Comparing plug-in and Bayesian
• the plug-in prediction corresponds to infe-

rences about [T |Y, θ̂]
• Bayesian prediction is a weighted average

of plug-in predictions, with different plug-in
values of θ weighted according to their condi-
tional probabilities given the observed data.
Bayesian prediction is usually more cautious
than plug-in prediction, or in other words:
• allowance for parameter uncertainty usually
results in wider prediction intervals
Notes:
(a) Until recently, the need to evaluate the in-
tegral which defines [Y ] represented a major
obstacle to practical application.
(b) Development of Markov Chain Monte Carlo

(MCMC) methods has transformed the situ-
ation.
(c) BUT, for geostatistical problems, reliable

implementation of MCMC is not straight-
forward. Geostatistical models don’t have
a natural Markovian structure for the algo-
rithms work well.
(d) in particular for the Gaussian model other

algorithms can be implemented.
2. Results for the Gaussian Model
Uncertainty only in the mean parameter
Assume for now that only the mean parameter
β is regarded as random with (conjugate) prior:
¡ 2
¢
β ∼ N mβ ; σ Vβ
The posterior is given by
[β|Y ] ∼ N((Vβ−1 + F 0R−1F )−1(Vβ−1mβ + F 0R−1y) ;
σ 2 (Vβ−1 + F 0R−1F )−1)
³ ´
2
∼ N β̂ ; σ Vβ̂
The predictive distribution is

Z
p(S ∗|Y, σ 2, φ) = p(S ∗|Y, β, σ 2, φ) p(β|Y, σ 2, φ) dβ.
with mean and variance given by

E[S ∗|Y ] = (F0 − r0V −1F )(Vβ−1 + F 0V −1F )−1Vβ−1mβ +
h i
0 −1 0 −1 −1 0 −1 −1 0 −1
r V + (F0 − r V F )(Vβ + F V F ) F V Y
£
Var[S |Y ] = σ V0 − r0V −1r+
∗ 2
i
0 −1 −1 0 −1 −1 0 −1 0
(F0 − r V F )(Vβ + F V F ) (F0 − r V F ) .
The predictive variance has three interpreta-

ble components: a priori variance, the reduc-
tion due to the data and the uncertainty in the
mean.
Vβ → ∞ corresponds to universal (or ordinary)
kriging.
Uncertainty for all model parameters
Assume (w.l.g.) a model without measurement
error and the prior p(β, σ 2, φ) ∝ σ12 p(φ).
The posterior distribution:
p(β, σ 2, φ|y) = p(β, σ 2|y, φ) p(φ|y)
1 − 21 2 − n−p
pr(φ|y) ∝ pr(φ) |Vβ̂ | |Ry |
2 (S ) 2 .
Algorithm 1:
(a) Discretise the distribution [φ|y], i.e. choose
a range of values for φ which is sensible for
the particular application, and assign a dis-
crete uniform prior for φ on a set of values
spanning the chosen range.
(b) Compute the posterior probabilities on this

discrete support set, defining a discrete
posterior distribution with probability mass
function pr(φ|y),
˜ say.
(c) Sample a value of φ from the discrete distri-

bution pr(φ|y).
˜
(d) Attach the sampled value of φ to the distri-

bution [β, σ 2|y, φ] and sample from this distri-
bution.
(e) Repeat steps (3) and (4) as many times as

required; the resulting sample of triplets
(β, σ 2, φ) is a sample from the joint posterior
distribution.
The predictive distribution is given by:
ZZZ
p(S ∗|Y ) = p(S ∗, β, σ 2, φ|Y ) dβ dσ 2 dφ
ZZZ
¡ ∗ ¢
= p s , β, σ |y, φ dβ dσ 2 pr(φ|y) dφ
2
Z
= p(S ∗|Y, φ) p(φ|y) dφ.
To sample from this distribution:
Algorithm 2:
(a) Discretise [φ|Y ], as in Algorithm 1.
(b) Compute the posterior probabilities on the

discrete support set. Denote the resulting
distribution pr(φ|y).
˜
(c) Sample a value of φ from pr(φ|y).

˜
(d) Attach the sampled value of φ to [s∗|y, φ] and

sample from it obtaining realisations of the
predictive distribution.
(e) Repeat steps (3) and (4) as many times as

required to generate a sample from the re-
quired predictive distribution.
Note:
(a) The algorithms are of the same kind to treat

τ and/or κ as unknown parameters.
(b) We specify a discrete prior distribution on a

multi-dimensional grid of values.
(c) This implies extra computational load (but

no new principles)
3. A Case Study: Swiss rainfall, 100
data
profile log−likelihood
profile log−likelihood
−562.5
−562.5
−563.5
−563.5
60 80 120 15 20 25
σ 2
φ
Profile likelihoods for covariance parameters: σ 2; φ
0.15
0.000 0.005 0.010 0.015
0.10
Density
Density
0.05 0.00
0 200 400 600 800 0 20 40 60 80 100

σ2 φ
Posterior distributions for covariance parameters: σ 2; φ

35
80
30
70
60
25
50
φ
φ
20
40
15
30
20
10
10
50 100 150 200 200 400 600 800

σ2 σ2
2D profile log-likelihood (left) and samples from posterior

distributions (right) for parameters σ 2 and φ
Swiss rainfall: prediction results
250
250
200
200
100 150
100 150
Coords Y
Coords Y
50
50
0
0
7 150 294 437 581 8 5297 10587 15876 21165
−50
−50
0 50 100 150 200 250 300 350 0 50 100 150 200 250 300 350
Coords X Coords X
Predicted signal surfaces and associated measures of
precision for the rainfall data: (a) posterior mean; (b) pos-
terior variance
250
200150
Coords Y
100 50
0
0 0.1 0.5 0.9 1

−50
0 50 100 150 200 250 300 350

Coords X
Posterior probability contours for levels 0.10, 0.50 and

0.90 for the random set T = {x : S(x) < 150}
Swiss rainfall: prediction results (cont.)
250
200
150
1
Coords Y 3
2 4
100 50
0
−50
0 50 100 150 200 250 300 350

Coords X
Recording stations and selected prediction locations (1 to

4)
0.015
Loc. 1
Loc. 2
Loc. 3
Loc. 4
0.010
density
0.005
0.000
0 100 200 300 400 500 600

rainfall
Bayesian predictive distributions for average rainfall at

selected locations.
PARTE VI:
MODELOS LINEARES
GENERALIZADOS ESPACIAIS
1. Modelos lineares Generalizados Espaciais
2. Inferência via MCMC
3. estudo de caso: Ilha de Rongelap
4. estudo de caso: Malária em Gâmbia

1. Modelos lineares Generalizados Es-
paciais
Dados Positivos:
0.6
0.3
0.0
0 1 2 3 4 5
Dados Contagem:
0.00 0.15 0.30
0 1 2 3 4 5 6 7
Dados Binomial:
0.00 0.15 0.30
0 1 2 3 4
Dados Positivos com Zeros:

0.6
0.3
0.0
Examplos de Modelos
x1, . . . , xn posições com observações
Poisson-log
• [Y (xi) | S(xi)] é Poisson com densidade
f (z; µ) = exp(−µ)µz /z! z = 0, 1, 2, . . .
• ligação: E[Y (xi) | S(xi)] = µi = exp(S(xi))
Binomial-logit
• [Y (xi) | S(xi)] é binomial com densidade
µ ¶
r
f (z; µ) = (µ/r)z (1 − µ/r)r−µ z = 0, 1, . . . , r
z
• ligação: µi = E[Y (xi) | S(xi)] , S(xi) = log(µi/(r −
µi))
Função de Verossimilhança
Z n
Y
L(θ) = f (yi; h−1(si))f (s | θ)ds1, . . . , dsn
IRn i
Integral de alta dimensionalidade !!!

2. Inferência para o modelo geoes-
tatı́stico linear generalizado
• avaliação da verossimilhança envolve
integração numérica de multidimensional
• métodos aproximados (ex Breslow and Clay-
ton, 1993) tem acurácia duvidosa
• MCMC é possı́vel embora não rotineira
Esquemas para MCMC
• Ingredientes
· Prioris para os parâmetros de regressão β e
de covariância θ
· Dados: Y = (Y1, ..., Yn)
· S = (S(x1), ..., S(xn))
· S ∗ = todos outros S(x)
• Estrutura de independência condicional
Y S S*
• use resultados das cadeias para contruir

declarações à posteriori sobre [T |Y ], onde
T = F(S ∗)
3. Estudo de caso: Ilha Rongelap
• Ilha Rongelap
– aproximadamente a 2500 milhas sudoeste
do Hawaii
– contaminada por testes de armas nuclea-

res em 1950’s
– evacuada em 1985
– segura para re-assentamento?
• Problemas estatı́sticos
– delineamento e medidas de campo de 137Cs
– estimar variação espacial da radiotividade

de 137Cs
– comparação com padrões de segurança

O modelo Poisson
• Medidas básicas são contagens Yi em inter-
valos de tempo ti nas localizações xi (i =
1, ..., n)
• estrutura dos dados sugere o modelo:

· S(x) : x ∈ R2 processo estacionário Gaussi-
ano (radioatividade local)
· Yi|{S(·)} ∼ Poisson(µi)
· µi = tiλ(xi) = ti exp{S(xi)}.
• Objetivos:
· predizer λ(x) sobre toda ilha
· max λ(x)
· arg(max λ(x))
1000
0
0 2 4 6 8 10
-1000
-2000
-3000
-4000
-5000
-6000 -5000 -4000 -3000 -2000 -1000 0
superfı́cie de radiotividade predita utilizando krigagem logarı́tmica

1000
0
0 5 10 15
-1000
-2000
-3000
-4000
-5000
-6000 -5000 -4000 -3000 -2000 -1000 0
superfı́cie de radiotividade predita utilizando o modelo log-linear

Poisson com processo latentre Gaussiano
Predição Bayesiana de funcionais não linea-
res da superfı́cie de radiação
0.14
1.0
0.12
0.8
0.10
Survivor function
0.6
0.08
Density
0.06
0.4
0.04
0.2
0.02
0.0
0.0
10 20 30 40 50 60 0 5 10 15 20
Intensity level Intensity level
The left-hand panel shows the predictive distribution of maximum

radioactivity, contrasting the effects of allowing for (solid line) or
ignoring (dotted line) parameter uncertainty; the right-hand panel
shows 95% pointwise credible intervals for the proportion of the is-
land over which radioactivity exceeds a given threshold.
4. Estudo de caso: Malária em Gambia
• Neste exemplo a variação espacial é de inte-
resse cientı́fico secundário.
• O objetivo primário e descrever a de-

pendência entre a prevalência de parasitas
de malária e as covariáveis medidas
– em vilas
– em indivı́duos
• Particular interesse em saber se o ı́ndice de

vegetação derivado de medidas de satélite
pode ser utilizado como preditor da pre-
valência de malária.
Isto ajudaria profissionais de saúde a alocar
melhor os recursos que são escarsos.
Estrutura dos dados
• 2039 crianças em 65 vilas
• cada uma testada para presença de parasi-

tas de malária no sangue
Covariáveis das crianças
• idade (dias)
• sexo (F/M)
• uso de mosquiteiro (nenhum, não tratado e

tratado)
Covariáveis das vilas:
• localização
• indice de vegetação (satélite)
• presença de centro de saúde na vila

Modelo de regressão logı́stica
• Yij = 0/1 presença ou ausência de parasitas
de malária na jth criança da ith vila
• fij = covariável da criança
• wi = covariável da vila
• logit(P (Yij = 1|S(·))) = fij0 β1 + wi0β2 + S(xi)

É razoável assumir infeções condicionalmente
independentes na mesma vila?
Caso não, o modelo deve ser extendido para
permitir variabilidade extra-binomial nãoespa-
cial
• Ui ∼ N(0, ν 2)
• logitP (Yij = 1|S(·), U ) = fij0 β1 + wi0β2 + Ui + S(xi)

Análise exploratória
• ajuste modelo logı́stico padrão sem S(x) e/ou
U
• calcule para cada vila:

Pni
Ni = j=1 Yij
Pni
µi = j=1 P̂ij
2
Pni
σi = j=1 P̂ij (1 − P̂ij )
• resı́duos de vila, ri = (Ni − µi)/σi
• derivar dados ri
• ajuste de parâmetros de covariância

4
3
semi−variance
2
1
0
0 5 10 15 20 25 30
distance (km)
Variograma do resı́duos de vilas

Análise “model-based”
α = intercepto
β1 = coeficiente para idade
β2 = coeficiente uso de mosquiteiro
β3 = coeficiente para mosquiteiro tratado
β3 = coeficiente para indice de verde
β4 = coeficiente para presença de centro de
saúde
ν 2 = variância do efeito aleatório não espacial Ui
σ 2 = variância do preocesso espacial S(x)
φ = parâmetro de decaimento da correlação
κ = parâmetro de suavidade
Param. 2.5% Qt. 97.5% Qt. Mean Median
α -4.232073 1.114734 -1.664353 -1.696228
β1 0.000442 0.000918 0.000677 0.000676
β2 -0.684407 -0.083811 -0.383750 -0.385772
β3 -0.778149 0.054543 -0.355655 -0.355632
β4 -0.039706 0.071505 0.018833 0.020079
β5 -0.791741 0.180737 -0.324738 -0.322760
ν2 0.000002 0.515847 0.117876 0.018630
σ2 0.240826 1.662284 0.793031 0.740790
φ 1.242164 53.351207 11.653717 7.032258
κ 0.150735 1.955524 0.935064 0.830548
• ν 2 próximo de zero
-1.5 0.0 1.0
1600
Central
1500
Kilometres
Western Eastern
1400
300 400 500 600
Kilometres
superfı́cie predita Ŝ(x) (média à posteriori)

0.8
x = (452, 1493)
x = (520, 1497)
0.6
Density
0.4
0.2
0.0
-4 -2 0 2 4
S(x)
Posterioris para S(x) em dias localizacoes, linha

sólida – remota (452, 1493), linha interrompida
– central (520, 1497)
3000
2.0
2500
2000
1.5
Density
Density
1500
1.0
1000
0.5
500
0.0
0
0.0004 0.0008 -1.0 -0.6 -0.2 0.2
beta_1 beta_2
o oo
o
oo o o o o o o
o ooo oooo ooo o o o o
o
o o ooo o
ooo
o
o oooo
oo oo
ooo
o o
oo
o o
oooo o o o
o
o oo o o
o oo o o o
1.5
o ooooo o o
oo
o o o oo oo
ooo
o
o
o
o
o o
ooo
o
ooo
o o
oo
o
oooo
o
oo
o
o
o
oo
oooo o o
o
0.0
o ooo ooo
oo
o
oooo
oo
oo oo
o
ooooo
oo
oo
oo
oo
ooo o
ooo oo o
ooooo oooo
o oo
oooo
o
o
ooo
oo
o
o
oo
o
oo
oo
oo
o
o
ooo oo
oo
oo
oo
oo
oo o
ooooo
ooo oo o
oo
o
oo
o
oooo
oo
o
ooo
o
o
ooo
oo
o
ooo
oo
o o
o
o o
oo
oo
o
ooooo oooo o o
oo o ooo ooooo oo
o
ooo
oo
o
oooo
oo
oo
ooo
o
oo
oo
o
o
oo
o
oo
oo
o
o
oo
ooo
o
oo
o
ooo
o
oooo
oo
o
ooooooooo
o o
ooo
oo o
ooo
ooo
oo
o oo
o
oo
o
oo
o
o
oo
o
o
o
oo
o
o
oooo
oo
oo
o
oo
oo
o
oo
o
oo
oo
oo
o
oooooo
o oo o ooo o
o
oo
o
ooo
o oo
o
oo
o
o
oo
oo
o
oo
oo
oo
oo
o
oo
o
oo
o
oo
o
o
oo
o
oo
oo
o
oo
oo
ooo
oo
o
oo
o
o
oo
oo
o
o o ooo
oo o o o o
o o
oo
oooo
ooo
oo
o
oo
o
oo
oo
o
o
ooo
o
oo
o
oo
o
oo
o
oo
o
oo
o
oo
oo
o
o
ooo
o
oo
o
o
o o
ooo
oooo ooo
o oo
o o
o o o
oo o
o o o
ooo
oooo oo oo
o oooooooooo
o
o
o
o
ooo
o
oo
o
o
o
o
o
o
o
o
oo
o
oo
oo
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
oo
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o o
o
o
oo
ooo o
oo
oo o oo
o
ooo
oo
ooo
o
oo
ooo
o
o
oo
oo
o
o
oo
o
o
oo
o
oo
o
o
oo
o
oo
o
o
ooo
o
oo
o
oo
oo
o
o
oo
o
oo
o
o
ooo
o
o
o o
o
o
o o
o
ooo
ooo ooooo o
Density
o o o oooooooo o
o
ooo
oo
o oo
o o
o
beta_3
o oo o
o ooo oo o
ooo
ooo o
ooo
ooo
oooo
o o o
oo ooo
1.0
oo ooo o oo
oo
o o
oo
oo
o
oo
o
o
o
oo
o
oo
oo
o
o
o
oo
o
o
o
ooo
o
oo
o
o
o
oo
o
oo
o
o
o
oo
o
oo
o
oo
o
oo
o
o
oo
o
oo
o
oo
oo
oo
o
o
oo
oo
o
o o
o
oooo oooo o
o o
o
o ooo oo
oooo
oo
o
oo
oo
o
o
oo
oo
o
o
o
oo
oo
o
o
oo
oo
o
oo
o
o
oo
o
oo
o
o
o
oo
o
oo
o
oo
o
oo
o
o
ooo
o
oo
o
o
oo
o
o
oo
o
o
oo
o
o
o
o
ooo
o
oo
o
o
oo
o
oo
oo
oooo
o
ooooo
ooooo o
oo ooooooooooo
oo
oo
oo
o
o o
oo
oo
oo
ooo
o
o
oo
ooo
o
oo
ooo
oo
oo
o
o o oo o
o ooo
o
oooo
o
o
o
oo
oo
o
o
o
oo
o
o
o
o
o
o
o
o
oo
o
o
oo
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
ooo
oo
o
o
o
ooo
o
o
o
o
oooo
oooo o
o
ooo o
oooo o
o
ooo
oo
o
ooo
o
oo
o
oo
o
oo
oo
oo
o
o
oo
oo
o
oo
o
o
o
oo
oo
o
ooo
o
oo
o
oo
o
o
oo
o
oo
oo
o
oo
o
oo
o
oo
oo
oo
oo
oo
ooo
o
oo
oooo ooo o o
-0.5
oo o
oo o
o
oo
o o
o
ooo
o
oo
ooo
o
oo
oo
oo
o
oo
o
oo
oo
oo
o
o
oo
o
oo
oo
oo
oooo
o
ooo
oooooo
oo
oo
o
oo
oo
ooo o
oo o o o
o
ooo
o
o
oo
o
ooo
ooo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
o
oo
o
o
o
oo
o
oo
o
ooo
ooo
oo
o
o
o
oo
oo
o
oo
ooooo
o
o
ooooo o
o o
oo oo o o
oooo
o
o
oo
o
oo
oooo
oo
o
oo
o
o
o
o
oo
o
o
oo
oo
o
oo
o
oo
o
oo
ooo
o
o
oo
o
o
oo
o
oo
o
o
ooo
oo
oo
o o
oo
oo
oo
oo o
oo
o oo
o
oo
oo
oooooo
ooooo
o
oo
o
oo
o
oo
o
oo
oo
o
o
oo
o
oo
oo
o
o
oo
ooo
o
o
oo
o
o
o
oooo
oo
o
oo
oo o
oo
ooo
oooooo
ooo o
ooo
ooo
o
oo
o
oooo
o
oo
ooo
o
oo
o
oo
oo
o
oo
o
o
oo
oo
o
o
oo
oo
oo
o
o
ooo
oo ooo
ooo
oo
oo
o oo o
oo o o oo
o
oo oo
o
oo
o
o o
o
ooo
o
o o
o
oo
o
oo
oo
o
oo
oo
oo
ooooooo
oo
oo oo o
o o o
oo ooo
oooo
oo
oo
oo ooo
ooo
oo o
oo
ooo o
oooo
oo
o
o
oooooooo oo
oo o
oo
o
oo
o
oo
oo
o
oo
ooo
ooo oo
oo
o
o
oooo
oooooo ooo
oooo
0.5
o o
oo o
oo
oo
o oo
o
o
ooo
oo
o
ooo
oo
o oo o o
o oooo
o ooo o
o
o
o
o
ooo
o
o
oo
oo
o
o
o
o
ooo
oo
oo
o
oo
o
o o
o
o o
o
o ooooo
o o ooo o
ooooo
o
oo o
oo
oo o o oo o o
oo o o
oo o oooo oo
o ooo o o
ooooo
ooo
o o
oo
o
oo o
o
o
o ooo
oo ooo
o
o ooo o oooo o o o o
oo o
o oo oo o oo
-1.0
o oo o
o o
0.0
o o
-1.0 -0.5 0.0 -1.0 -0.6 -0.2 0.2
beta_3 beta_2
posterioris para os parâmetros de regressão
• β1 = efeito de idade
• β2 = efeito de mosquiteiro não tratado
• β3 = efeito adicional de tratamento de mos-
quiteiro
Qualidade do ajusto do modelo
4
o
o o o
o o o o
o o o
o o
o
2
o o
o
o
o o
o o
o o
o
o o o
o o
o
0
o o o
o
o
Residual
o o o
o
o o o
o o
oo o
o o o o
-2
o
o o
o
o
o o
o
o o o
o
-4
0.25 0.30 0.35 0.40 0.45 0.50 0.55
Fitted value
resı́duos de vila vs valores ajustados

√
• rij = (Yij − p̂ij )/ {p̂ij (1 − p̂ij )}
P √
• ri = rij / ni
• checa adequacidade do modelo para pij
2.5
2.0
Variogram
1.5
1.0
0.5
0 10 20 30 40 50 60
Distance (km)
variograma empı́rico de resı́duos padronizados com intervalos de

confiança (95%) construı́dos a partir de simulações do modelo ajus-
tado
√
• rij = (Yij − p̂∗ij )/ {p̂∗ij (1 − p̂∗ij )}
P √
• ri = rij / ni
• logit(p∗ij ) = α̂ + zij0 β̂ Ŝ(xi)
• checa adequacidade do modelo para S(x)

O modelo geostatistico é mesmo ne-
cessário?
o o
o o o o
o o
1
oo o
o oo o
o
o
o
oooo oo ooo o
E[U|data]
o o
o
oo o o
0
oo o
o
o
o
oo oo
o ooo
o o
o o
o oo
-1
o
o
o
o o
-2
-2 -1 0 1 2
E[S(x)|data]
média da posteriori para os efeitos aleatórios Ûi de um GLMM não

espacial contra médias a posteriori de Ŝ(xi ) nas localizações obser-
vadas no modelo geoestatı́stico
• alta correlação evidencia depêndencia espa-

cial
GEE: uma alternativa para problemas onde a
ênfase está nas covariáveis?

Fundamentos de Geoestatística PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Fundamentos de Geoestatística PDF

Enviado por

Direitos autorais:

Formatos disponíveis

CE-056:

Paulo Justiniano Ribeiro Junior ∗

Segundo semestre de 2004

1. Exemplos Básicos de dados espaciais

2. Terminologia para estatı́stica espacial

3. Outros exemplos de dados geoestatı́sticos

4. Caracterı́sticas de Problemas Geoestatı́sticos

5. Questões Centrais em Geoestatı́stica

0.9 1.0 1.1 1.2 1.3

395000 400000 405000 410000 415000 420000

200 300 400 500 600 700 800

Localizações das residências de 651 casos

(b) Variação espacial contı́nua

Dois temas estratégicos

Localizações com tamanhos dos pontos proporcionais aos valo-

• 467 postos na Suı́ça

-6000 -5000 -4000 -3000 -2000 -1000 0

4000 5000 6000 7000

300 400 500 600

• em princı́pio, Y pode ser determinado em

• assume-se que {Y (x) : x ∈ A} é um processo

• xi é tipicamente fixo. Se as localizações xi são

• objetivos cientı́ficos incluem a predição de

variogramas para dados originais (esquerda) e após retirada de

Krigagem: mapas de valores preditos (esquerda) e variâncias de

• variogramas como instrumento de inferência

• em geral usa-se estruturas complexas de va-

• concentra-se em estimadores lineares

• métodos e paradigmas especı́ficos para:

1. “Model based geostatistics”

2. A Caminho de um Modelo Espacial

3. O Modelo Gaussiano em Detalhes

“Model based geostatistics means that we adopt

• {Y (x) : x ∈ A} é o processo de medida

• {S(x) : x ∈ A} é o processo do sinal

• T = F(S) é o objetivo de predição

• [S, Y ] = [S][Y |S] é o modelo geoestatı́stico

(b) Gauss e Legendre

(c) Fisher e verossimilhança

(d) Inferência: “Model-based” vs “design-based”

• pode ser escrito como:

• não mais requer

• deviance: D(θ) = l(y, y) − l(y, θ)

Modelo Linear Generalizado Mixto

A modelo espacial (geoestatı́stico)

0.0 0.2 0.4 0.6 0.8 1.0

simulação ilustrando os componentes do modelo: dados Y (xi ) (pon-

(b) a distribuição condicional de Yi dado S(·) é

(c) Yi : i = 1, ..., n são mutuamente independen-

onde Zi : i = 1, ..., n são mutuamente indepen-

Desta forma a distribuição conjunta de Y é

• Kκ(·) denota função de Bessel de ordem κ

• válida para φ > 0 e κ > 0.

• κ = 0.5: modelo exponencial

• S(x) é dκ − 1 vezes diferenciável

0.0 0.2 0.4 0.6 0.8 1.0

interrompida) and κ = 2 (pontos).

0.0 0.2 0.4 0.6 0.8 1.0

simulações de processos em 1-D com funções de correlação de de Matérn com φ = 0.2 e

κ = 0.5 (linha sólida), κ = 1 (linha interrompida) and κ = 2 (linha pontilhada).

• os paramêtros estruturais básicos são

• variogramas são definidos para uma classe

• variogramas são largamente utilizados em