14 - PPGMNE - Universidade Federal do Paraná

20ρ(h) − Esferica0.0 0.2 0.4 0.6 0.8 1.0ρ(h) − Exponencial0.0 0.2 0.4 0.6 0.8 1.0ρ(h) − Gaussiana0.0 0.2 0.4 0.6 0.8 1.00.0 0.2 0.4 0.6 0.8 1.0distancia0.0 0.2 0.4 0.6 0.8 1.0distancia0.0 0.2 0.4 0.6 0.8 1.0distânciaFigura 2.6: O gráfico da esquerda mostra uma função de correlação esférica com o parâmetroφ = 0,6. O gráfico do centro ilustra o comportamento de uma função de correlação exponencialde ordem κ = 1 e φ = 0,2. O gráfico da direita ilustra também o comportamento de uma funçãode correlação exponencial de ordem κ = 2 e φ = 0,35, equivalente à função Gaussiana.que aquelas muito afastadas. Isso dá o caráter regionalizado de um atributo ou uma propriedadeem áreas agrícolas.Existe na literatura outras propostas de funções de correlação, como a geométrica (WA-KERNAGEL, 2003), ou mesmo aquelas que apresentam só o patamar (efeito pepita puro). Dasfunções apresentadas, a mais empregada é a de Matèrn pois ela permite maior flexibilidadena variação dos parâmetros por descreverem a diferenciabilidade do processo e a extensão dadependência espacial. Esta foi a família de correlações adotada no desenvolvimento deste trabalho.2.5 ESTIMAÇÃO DE PARÂMETROS DO MODELO2.5.1 Modelagem e estimação de parâmetros de tendência nãoestacionáriaNo modelo geoestatístico idealizado para o processo mensurável Y , dado pela Equação2.2 a estrutura linear para a média µ(x i ) é usualmente chamada de “tendência” e é dada de formageral por:p∑µ(x i ) = β 0 + β 1 d 1 (x i )+...+β p d p (x i ) = β 0 + β j d j (x i ) (2.13)sendo p o número de covariáveis presentes. Na forma matricial se representa como:j=1