AUTOCORRELAÇÃO ESPACIAL DO

CONSUMO DE CIMENTO NO BRASIL VII ENDICT

Encontro de Iniciação Científica Campus Toledo

Sara Elen dos SANTOS1; Luisa Carine LANGE2; Fabio Fan WU3; Gustavo
DALPOSSO4
1.Acadêmico do Curso de Engenharia Civil, Universidade Tecnológica Federal do Paraná – Campus Toledo,
sarasantos@alunos.utfpr.edu.br
2,Acadêmico do Curso de Engenharia Civil, Universidade Tecnológica Federal do Paraná – Campus Toledo
3.Acadêmico do Curso de Engenharia de Bioprocessos e Biotecnologia, Universidade Tecnológica Federal

do Paraná – Campus Toledo ;

4. Orientador, Departamento de Matemática Universidade Tecnológica Federal do Paraná– Campus Nome,

gustavodalposso@utfpr.edu.br

INTRODUÇÃO

Analisar quais são as influências que fazem com o que o setor

da construção civil tenha alto ou baixo rendimento, é muito útil,
pois tal setor é ótimo indicador de como uma sociedade está
economicamente. Uma das formas de analisar essa atividade, é
por meio da análise espacial do consumo de cimento da região.
Com tais informações é possível verificar se existe
autocorrelação espacial nos dados, ou seja, aglomerados de
regiões que apresentam consumo semelhante e também
localizar regiões atípicas.
Na análise da autocorrelação espacial utiliza-se o índice I de
Moran, que é equivalente ao coeficiente de regressão linear que
indica a inclinação da reta de regressão da média das
localizações vizinhas (wz) em relação as localizações (z). O
índice I de Moran pode ser melhor interpretado pela utilização do Figura 1 – Diagrama de Espalhamento de Moran.
mapa de espalhamento de Moran, que é obtido pela atribuição
de diferentes cores a cada quadrante do plano cartesiano.

MATERIAIS E MÉTODOS

Os dados de consumo foram obtidos do SNIC (2017) – Sindicato

Nacional da Indústria do Cimento, devido às grandes diferenças
de áreas, o consumo de cada Estado foi dividido pela sua
respectiva área em km2, obtendo assim o consumo de cimento
por quilômetro quadrado em cada Estado.
Será calculado o coeficiente angular da reta de regressão (o
índice I de Moran) pelo método dos mínimos quadrados.
O diagrama de dispersão será dividido em quatro quadrantes
(Auto-Auto, Auto-Baixo, Baixo-Auto e Baixo-Baixo) para formar o
Diagrama de espalhamento de Moran e cada quadrante será
representado por uma cor para formar o Mapa de Espalhamento
de Moran.

RESULTADOS E DISCUSSÕES
Figura 2 - Mapa de Dispersão de Moran do consumo de cimento por Estado em 2017

Calculou-se o Índice I de Moran obtendo-se a equação da reta CONCLUSÕES

como sendo:
A construção do mapa de espalhamento de Moran permitiu
concluir que a região Norte apresenta baixo consumo, e as
Obtendo assim o valor de 0,647 como Índice I de Moran, regiões Sul, Sudeste e Nordeste apresentaram os maiores
demonstrando que há uma grande relação espacial entre os índices, indicando que o consumo de cimento dos Estados está
Estados quanto ao consumo de cimento. relacionado com a economia local e vizinha
Construiu-se o Diagrama de Espalhamento de Moran. Onde é
possível observar que a maioria dos Estados se encontram no REFERÊNCIAS
primeiro e terceiro quadrante, que ressalta dependência espacial
positiva.
SNIC. Consumo Aparente de cimento por regiões e estados.
A utilização do Mapa de Dispersão de Moran possibilita uma
2017. Disponível em:
melhor visualização dessa dependência.
<http://snic.org.br/assets/pdf/numeros/1537281333.pdf>.
Acesso em: 26 nov. 2018.
CÂMARA, Gilberto et al. Análise espacial de áreas. Análise
espacial de dados geográficos, v. 2, 2004