Informações do curso

O curso apresenta os fundamentos e as principais técnicas para a análise de dados georreferenciados. Na primeira semana, abordam‑se os fundamentos da estatística espacial (conceitos básicos, diferenças entre estatística clássica e espacial, formatos vetoriais e raster, e sistemas de coordenadas), seguidos de uma introdução ao R/RStudio e aos pacotes que serão utilizados ao longo do curso. A segunda semana foca em Geoestatística, abrangendo variáveis regionalizadas, variogramas, modelos de covariância e métodos de krigagem (simples, ordinária, co-krigagem, universal, indicatriz e com deriva externa), com aplicação em R. Na terceira semana, exploram‑se dados de área (lattice data): matrizes de vizinhança, matrizes de pesos espaciais, autocorrelação global e local, modelos espaciais globais (CAR, ICAR, SAR, BYM2), modelos de econometria espacial (SLX, SLXMA, SMA, SAR, SEM, SDM, SDEM, SARAR), modelos de variável dependente limitada (Tobit e Probit espaciais) e modelos locais (GWR, MGWR), com aplicações em R. A quarta semana trata de processos pontuais espaciais, suas propriedades e funções de resumo (F, G, K, J) em contextos homogêneos e não homogêneos, além de modelos de Poisson, Cox e Gibbs, diagnóstico de ajuste e a integração entre processos pontuais e Geoestatística. Por fim, na quinta semana, apresenta‑se uma extensão para modelos espaço‑temporais.