@MASTERSTHESIS{ 2013:1078972107,
 	title = {Abordagem bayesiana para o processo espaço-temporal log gaussiano de Cox com aplicação no setor florestal},
 	year = {2013},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/4963",
 	abstract = "Através da análise de Processos de Poisson tem sido possível realizar de forma satisfatória diversos estudos a partir de processos pontuais, com dados provenientes de contagem. Entretanto, estes processos limitam-se ao estudo de situações com padrões homogêneos, difícilmente encontrados em dados reais. Este trabalho propôs o estudo dos Processos Log Gaussianos de Cox (LGCP), processo que torna possível o estudo de dados com padrões pontuais heterogeneos a partir de uma generalização do processo de Poisson, baseado na realizaçãoo de um campo aleatório Gaussiano. Foram realizadas duas aplicações para o processo, a primeira em dados simulados de focos de incêndio em Castilla-La Mancha, Reino da Espanha, com a finalidade de explorar as propriedades gráfico-computacionais do LGCP, bem como a heterogeneidade proposta pelo processo. A segunda em dados reais de focos de calor e precipitação média de chuva no Bioma Amazônia, Brasil, detectados pelo satélite NOAA 15, entre os anos de 2007 e 2011. A inferência para esses processos é realizada sob a abordagem Bayesiana, utilizando o método de Monte Carlo em Cadeias de Markov (MCMC). Os objetivos propostos neste trabalho foram cumpridos de forma satisfatória, possibilitando previsões futuras a respeito dos dados em estudo.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Biometria e Estatística Aplicada},
 	note = {Departamento de Estatística e Informática}
}