Concentração Média de PM2,5 no RS entre o CAMS e Von Donkelar

Verificando normalidade dos dados

Interpretação geral:

p-valor < 0.05 → rejeita normalidade (distribuição não é normal)

p-valor ≥ 0.05 → dados podem ser considerados normais

jarque.bera.test(rsmes$pm2.5)


    Jarque Bera Test

data:  rsmes$pm2.5
X-squared = 838.26, df = 2, p-value < 2.2e-16

Pelo p-valor 0 , há indicios de que os dados nao seguem uma distribuição normal.

Grafico de Dispersão entre CAMS e o Von Donkelar

ggplot(rs.agregado.2, aes(x = pm2.5, y = Media_PM25)) +
  geom_point(color = "#1f77b4", size = 3, alpha = 0.8) +
  geom_smooth(method = "lm", se = FALSE, color = "darkred") +
  labs(
    title = "Comparação de PM2.5: CAMS vs. Von Donkelar",
    x = "PM2.5 - CAMS (µg/m³)",
    y = "PM2.5 - Von Donkelar (µg/m³)"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    plot.title = element_text(hjust = 0.5)
  )

`geom_smooth()` using formula = 'y ~ x'

Boxplot

CAMS

Para avaliar a distribuição dos valores em cada mês.

Von Donkelar

CAMS x Von Donkelar

Grafico de Linhas

Para visualizar a evolução ao longo do ano.

Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
ℹ Please use `linewidth` instead.

`geom_smooth()` using method = 'loess' and formula = 'y ~ x'
`geom_smooth()` using method = 'loess' and formula = 'y ~ x'

A banda de confiança de confiança é da Média Geral. Média Geral é definida pela média entre o CAMS e Von Donkelar mensalmente.

Grafico de Band-Altman

Cada mes de todos os municipio

NULL

Group by para todos os municipio

NULL

teste pareado

Se p < 0.05, você rejeita H₀ → há evidência de diferença entre os métodos.
Se p ≥ 0.05, você não rejeita H₀ → não há evidência de diferença média.


    F test to compare two variances

data:  rs.agregado.2.mensal$mensal.cams and rs.agregado.2.mensal$mensal.VonDonk
F = 6.5243, num df = 496, denom df = 496, p-value < 2.2e-16
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
 5.470237 7.781482
sample estimates:
ratio of variances 
          6.524305

[1] 9.233246e-94

Pelo p-valor de 9.2332462^{-94} mostra que há diferença entre os métodos.

Correlação

z = icc(data.frame(rs.agregado.2.mensal$mensal.cams,rs.agregado.2.mensal$mensal.VonDonk), model = "twoway", type = "agreement")
z

 Single Score Intraclass Correlation

   Model: twoway 
   Type : agreement 

   Subjects = 497 
     Raters = 2 
   ICC(A,1) = 0.13

 F-Test, H0: r0 = 0 ; H1: r0 > 0 
F(496,17.7) = 1.7 , p = 0.0943 

 95%-Confidence Interval for ICC Population Values:
  -0.053 < ICC < 0.303

Valores de referencia para o ICC:

0,00 a 0,39 : Fraca
0,40 a 0,59 : Moderada
0,60 a 0,74 : Boa
0,75 a 1,00 : Excelente

Com os dados do teste temos que o 0.1297718 representando uma correlação fraca entre os metodos, isto é, pouca correlação entre os dados dos satélites.

MAPAS

CAMS

Mapa estático

Von Donkelar

Mapa interativo

Repare que é um mapa interativo, isto é, repousar o mouse sobre o municipio mostra informações sobre o mesmo

tmap_mode("view")

ℹ tmap mode set to "view".