Modelagem espaço-temporal para campos aleatórios gaussianos transformados
| Autor: | Douglas Roberto Mesquita Azevedo |
|---|---|
| Přispěvatelé: | Marcos Oliveira Prates, Vinicius Diniz Mayrink, Alexandre Loureiros Rodrigues |
| Jazyk: | portugalština |
| Rok vydání: | 2016 |
| Předmět: | |
| Zdroj: | Repositório Institucional da UFMG Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
| Popis: | Modelos capazes de capturar características espaciais e temporais tem grande aplicabilidade em diversas áreas do conhecimento. Modelos espaço-temporais não separáveis são descritos na literatura e visam entender estes tipos de características, entretanto estes modeloscomumente são complexos e com uma interpretação pouco intuitiva. No presente trabalho, a metodologia dos Campos Aleatórios Markovianos Gaussianos Transformados TGMRF é generalizada para o contexto espaço-temporal através de uma estrutura não-separável. A estrutura de dependência utilizada é flexível e fornece uma interpretação simples para os parâmetros associados ao espaço, tempo e espaço-tempo. Outra vantagem dos TGMRFs é a flexibilidade na escolha direta da distribuição marginal do parâmetro de interesse. A construção dos modelos espaço-temporais utilizando os TGMRFs proposta neste trabalho fornece novas classes de modelos, por exemplo Campos Aleatórios Markovianos Gama em que é possível modelar diretamente as intensidades Poisson no espaço-tempo. O modelo proposto é aplicado a um conjunto de dados em que o interesse é entender as características do habitat da espécie de gastrópode Nenia Tridens. Para isso considerou-se importantes variáveis ambientais além das dimensões espaço, tempo e espaço-tempo. Models that are capable of capturing the spatial and temporal characteristics of the data are applicable in many science fields. Non-separable spatio-temporal models were introduced in the literature to capture these features, however, these models are usuallycomplicated in its interpretation and construction. In this work, we introduce a class of non-separable Transformed Gaussian Markov Random Fields (TGMRF) where the dependence structure is not only flexible but also provides simple interpretation to the spatial, temporal and spatio-temporal parameter in the random effects. Another advantageis that the TGMRF settings allow specialists to define any desired margins. Therefore, the construction of spatio-temporal models using the TGMRF framework leads to a new class of models such as spatio-temporal gamma random fields, that can be direclty usedto model Poisson intensity for space-time data. The proposed models were applied to the abundance data of Nenia Tridens to pick out important environmental variables that affect their abundance and also study possible spatial and temporal trends. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|