14 - PPGMNE - Universidade Federal do Paraná

81A correlação intrínseca pode ser avaliada determinando suas componentes principaispara a seguir determinar o variograma cruzado entre os primeiros componentes principais. Nocaso de existência de correlação intrínseca, o variograma cruzado resultante será nulo, casocontrário, as componentes serão correlacionadas espacialmente em alguma região do espaço eentão o modelo deverá ser preterido a favor de outros modelos de corregionalização.3.6 APLICAÇÃO COM MODELOS GEOESTATÍSTICOSMULTIVARIADOS3.6.1 Dados da PesquisaOs dados utilizados para a análise multivariada foram os mesmos apresentados naSeção 2.8.1. Entretanto o arquivo de dados foi formatado às necessidades requeridas para essetipo de análise. A forma pela qual foi feita essa formatação está descrita em código próprio nosanexos desse trabalho.3.6.2 Recursos computacionaisNesta fase da análise, foi empregada a funçãolikfitBGCCM, implementada no pacotegeoR, que estima, pelo método da máxima verossimilhança os parâmetros dos componentes domodelo geoestatístico bivariado, conforme a Equação 3.2. A função e seus principais argumentospadrão são dados por:likfitBGCCM(geodata1, geodata2,ini.sigmasq, ini.phi,cov0.model="matern", cov1.model="matern",cov2.model="matern",kappa0=0.5, kappa1=0.5, kappa2=0.5,fc.min = c("optim", "nlminb"), ...)ondegeodata1 egeodata2 representam, respectivamente os objetos associados às variáveis Y 1e Y 2 do modelo bivariado. A variável Y 2 foi considerada a variável secundária no caso bivariado