O impacto do uso de ponderadores de dados agrupados na geoestatistica

Nesta dissertação são apresentadas algumas técnicas de como podemos, a partir de dados agrupados, calcular um conjunto de ponderadores associado a estes dados, que quando aplicados ao conjunto de amostras, possam nos indicar valores estatísticos mais próximos dos verdadeiros valores existentes na população, esta operação que em inglês é denominada de declustering, aqui será denominada de desagrupamento. São abordados quatro métodos que se propõe a produzir estes ponderadores, e analisados os prós e contras de cada método. Estes métodos são Polígono de Influência, Cell declustering, Krigagem da média e Método de Richmod. Aspectos de como devem ser modificados alguns parâmetros estatísticos de modo que os valores ponderados possam ser utilizados nestes cálculos, também são abordados. São efetuados estudos de casos em sete populações conhecidas, para se analisar a influência dos ponderadores. As populações que farão parte deste estudo são as seguintes: declus.dat, conjunto de dados que foi utilizado para o desenvolvimento do método cell declustering; o conjunto de dados utilizado em Isaaks (1989), denominado Walker Lake, e cinco populações simuladas especialmente para o desenvolvimento deste trabalho, utilizando simulação seqüencial gaussiana. Após a obtenção dos vario gramas ponderados, fez-se um estudo do impacto causado na krigagem e na simulação gaussiana, onde se apresenta um estudo de caso. Após o trabalho podemos tirar conclusões sobre cada método, sendo que a princípio podemos abandonar os métodos do cell declustering e o polígono de influência, pois seus resultados não foram consistentes para a maioria das populações estudadas. O método de Richmod merece um estudo, de modo a diminuir seu poder de desagrupamento, sendo que o método que apresentou uma maior confiabilidade é o da krigagem da média.This dissertation presents some techniques on calculating a weighted up set, ITom clustered data, that are associated to them. These data, when applíed to the sample set, can indicate statistical values that are closer to the true ones than the previous. This operation is called declustering. There are four described methods that intend to provide this weighted up set, through the analysis of the advantages and disadvantages of each method. These methods are: Area-of-Influence Polygon, Cell Declustering, Kriging ofthe Mean and Richmod Method. The ways that some statistical parameters should be modified so that the considered values may be used in these calculations, are also described. In order to analyze the influence of the weighted up set , there are seven known populations being studied . The populations taking part in this study are the following: declus.dat, data set used for the development of the cell declustering method development; the data set used in Isaaks (1989), nominated Walker Lake, and tive populations specificalIy simulated for this work, by using sequential Gaussian simulation. After obtaining the weighted variogram, a study about the impact in the Kriging and the Gaussian simulation where was done at the location of the studied evento From each method there are made conclusions, which lead to abandoning the CelI Declustering Method and the Influence Polygon, because their results are not consistent for the most studied populations. The Richmod Method deserves to be studied in order that his declustering power can be reduced. The most reliable method presented in this dissertation is the Kriging ofthe Mean