Introdução à Estatística Espacial
Teoria e Aplicações com R
Prefácio
O presente texto constitui as notas de aula do curso de verão sobre Introdução à Estatística Espacial, que ministrei no Instituto de Matemática e Ciência da Computação da Universidade de São Paulo (IME-USP). O conteúdo programático abrange os três pilares fundamentais da área: geoestatística, dados de área e processos pontuais, tratados aqui sob uma perspectiva introdutória.
Dada a imprescindibilidade da computação para a aplicação prática dos conceitos, precede-se a apresentação da teoria espacial com uma introdução ao ambiente R e RStudio. Ressalta-se, contudo, que este material possui caráter de notas de aula e não pretende exaurir o tema.
Para aqueles interessados em um aprofundamento teórico e prático, recomenda-se enfaticamente a obra ANÁLISE DE DADOS ESPACIAIS COM APLICAÇÃOES EM R, de autoria do Professor João Domingos Scalon (Universidade Federal de Lavras - UFLA). Trata-se, até o momento (pelo que sei), da única obra em língua portuguesa que contempla as três grandes subáreas da estatística espacial supracitadas. Aos alunos inscritos no curso de verão de 2026, a Livraria UFLA oferecerá um DESCONTO de 20% na aquisição deste livro até 12/02/2026, cujo custo já é bastante acessível.
Aos estudantes que buscam incorporar esta disciplina em seus programas de graduação ou pós-graduação, a UFLA oferta regularmente a disciplina de Geoestatística. Adicionalmente, para quem seja econometrista e queira a visão econométrica da estatística espacial o professor André Luis Squarize Chagas da Faculdade de Economia, Administração, Contabilidade e Atuária da Universidade de São Paulo, Butantã (FEA-USP), ministra as disciplinas de econometria espacial I e econometria espacial II. Tais cursos possuem enfoque em dados de área e apresentam rigoroso desenvolvimento matemático e computacional (R/Rstudio).
No cenário da literatura internacional, recomenda-se a leitura de Model-based Geostatistics dos professores Paulo Justiniano Ribeiro e Peter Diggle; e Spatial Statistics for Data Science: Theory and Practice with R, da professora Paula Moraga. Outras referências essenciais incluem obras de dos professores Benjamin S. Baumer, Daniel T. Kaplan, and Nicholas J. Horton, Adrian Baddeley, Noel Cressie, Elias Teixeira Krainski KAUST. Para o estudo de Regressão Ponderada Geograficamente (GWR), sugere-se o livro dos professores Brunsdon, Charlton e Fotheringham, complementada pelos artigos do professor Alan Ricardo da Silva da UnB.
Sob a ótica da inferência Bayesiana e não só, destacam-se as contribuições dos professores Dani Gamerman, Marina Silva Paez (UFRJ), Alexandra M. Schmidt (McGill University), Marcos Oliveira Prates, Thais Paiva Galletti, Renato Assunção (UFMG), Guilherme Ludwig e Nancy Garcia (UNICAMP), Diogo Francisco Rossoni (UEM), Renato R. de Lima (UFLA), incluindo os orientandos dos mesmos, bem como os livros e artigos do professor Jorge Mateu (Universitat Jaume I) e github do Mario Figueira Pereira (UV). Outro livro que merece menção é a obra dos professores Jorge Kazuo Yamamoto e Paulo M. Barbosa Landim, intitulada Geoestatística: conceitos e aplicações.
A comunidade científica de estatística espacial é vasta; os nomes aqui citados representam apenas uma fração de excelentes pesquisadores, tanto no Brasil quanto no exterior, cujas obras merecem ser exploradas.
O conteúdo do capítulo 5 Processos Pontuais é baseado na dissertação de mestrado do Alex Monito Nhancololo, desenvolvida sob orientação do Prof. Dr. João Domingos Scalon na Universidade Federal de Lavras (UFLA). Caso utilize informações ou ilustrações deste capítulo, por favor, cite a fonte original: Nhancololo (2024).