Professional Documents
Culture Documents
Dato espacial
Las entidades resultantes del Deben estar bien definidos proceso de abstraccin Ser internamente homogneos (Transformacin) se expresan como dato espaciales o Atributos definidos por una georeferenciados locacin espacial y temporal determinada Los datos espaciales tienen Se clasifican por el nivel de medicin obtenida: nominal, propiedades, algunas ordinal de intervalo o de derivadas de la naturaleza razn. fundamental de la realidad geogrfica y otras del proceso El nivel de medicin determina de abstraccin. qu operaciones se pueden realizar y qu procedimientos aplicar El nivel de incertidumbre expresa la calidad de los datos
Efecto de escala: al calcular una estadstica a diferentes escalas, se obtengan resultados distintos Efecto de la divisin en zonas: al reagrupar los datos en sistemas de zonas diferentes aunque a la misma escala, se obtengan distintos valores para una misma estadstica Falacia ecolgica: al cambiar de un sistema de zonas a los datos individuales, el anlisis estadstico da resultados diferentes
Anlisis Espacial
Comprender la distribucin espacial de los datos de los fenmenos que ocurren en el espacio constituye hoy un gran reto para el esclarecimiento de cuestiones centrales en diversas disciplinas. Con el uso y aplicacin de las TIGs se establece un marco de intercambio que permite visualizar los distintos procesos que ocurren en el espacio, en un tiempo determinado, los cuales permiten la visualizacin espacial de variables tales como las poblaciones individuales, la calidad de vida o los ndices de ventas de las compaas en una regin, mediante el uso de mapas. Es por esto que la percepcin visual de la distribucin espacial del fenmeno, es muy til para traducir los patrones existentes en consideraciones objetivas y medibles.
Algunos interrogantes que busca resolver el uso del anlisis espacial, apuntan a identificar:
Distribucin espacial de fenmenos Patrones espaciales Asociaciones y concentracin Estimacin o prediccin Eleccin de variables
Donde la mayora de los acontecimientos, naturales o sociales, se presentan entre una relacin que depende de la distancia.
Consideraciones
No existe un nico o correcto modelo o para cada problema. Muchas veces ser necesario combinar los diferentes enfoques (procesos puntuales, la variacin continua y la variacin discreta) para agregar informacin al problema estudiado. Es por ello que la necesidad de combinar diferentes modelos inferenciales y tener un slido conocimiento de las diferentes tcnicas se deriva de la propia naturaleza del espacio geogrfico.
Anlisis exploratorio de datos espaciales Autocorrelacin espacial Agrupaciones espaciales o Cluster Filtros espaciales Variograma y Kriging
Modelos economtricos espaciales Modelos de panel de datos espaciales Mtodos para modelacin de origen destino de flujos Modelo multinivel Mtodo de expansin, dependencia y multimodelacin
2. Econometra Espacial
Gran parte de la literatura sobre anlisis exploratorio de datos espaciales se ha centrado en la exploracin de los datos de reas con respecto a la asociacin espacial.
Cartografa temtica La cartografa temtica es una parte importante del anlisis exploratorio de datos con datos espaciales, as como juega un papel vital en la presentacin de resultados del modelo. Tambin es fundamental en la comunicacin de los resultados intermedios y finales de la investigacin, tanto en las pantallas de las aplicaciones y documentos, y en la impresin Mapas de coropletas condicionados. Grficos enrejados que permiten explorar las relaciones multivariado por el condicionamiento potencialmente de las variables interesantes (Becker et al. 1996). Exploracin de los patrones de punto. Mientras ESDA es a menudo visto como se aplica a los datos de rea, en los enfoques de hecho el anlisis de los datos derivados de EDA se utilizan en el anlisis de datos espaciales.
Geoestadstica Exploratoria Es probable encontrar ms anlisis exploratorio de datos espaciales se hace en geoestadstica que en los dems dominios de anlisis de datos espaciales. Es fcil comprender por qu la interpolacin depende de manera crucial en la identificacin de modelo "correcto", en cuanto a la seleccin de los lugares de observacin, el ajuste de modelos de autocorrelacin espacial, la seleccin de covariables til, y comprobar la idoneidad de los supuestos tales como la isotropa. Si un modelo serio debajo del nivel ptimo que se elija, tanto las predicciones y estimaciones propias de la incertidumbre en torno a esos valores no ser tan satisfactoria como se podra haber logrado con los mismos datos. Lloyd (2007) y Mller (2007) proporcionan ms de las tcnicas para hacer un buen uso de los datos a mano, y del diseo de las pautas de los lugares de muestreo para mejorar la prediccin. Diagnostico de la localizacin Debemos intentar agregar una tendencia espacial, o una covariable, debemos prestar atencin de la advertencia dada por Unwin y Wrigley (1987) para utilizar el mismo protocolo diagnstico como en cualquier ejercicio de modelizacin otros. Variograma de diagnstico El variograma de diagnstico est vinculado a otras medidas adoptadas en la exploracin de variables en geoestadstica. Entre ms cerca se den las observaciones son ms parecidas entre s, y que la similitud disminuye con la distancia.
La mediana de esmalte suavizado Cressie (1993) analiza con cierto detalle cmo puede ser suavizado se utiliza para dividir la variacin de los datos en liso y rugoso. Su uso inicial fue descrito por Cox y Jones (1981).
Los indicadores locales de asociacin espacial (LISA) Si bien las medidas globales nos permiten poner a prueba de patrones espaciales en el rea de estudio, puede ser el caso de que no hay autocorrelacin significativa en slo una seccin ms pequea, que est inundada en el contexto de la totalidad.
2. Spatial Autocorrelation
La definicin ms simple del concepto de autocorrelacin espacial es que representa la relacin entre las inmediaciones unidades espaciales, como se ve en los mapas, donde se codifica cada unidad con una realizacin de una sola variable. Hubert et al. (1981, p.224): "Dado un conjunto S que contiene n unidades geogrficas, autocorrelacin espacial se refiere a la relacin entre algunas variables observadas en cada una de las localidades n y una medida de la proximidad geogrfica definida para todo n (n-1) pares seleccionados de S.
Una prueba en el modelo de una incorrecta especificacin. Una medida de la fuerza de los efectos espaciales de cualquier variable. Una prueba de hiptesis de estacionariedad espacial y la heterogeneidad espacial. Un medio de identificar los grupos espaciales. Un medio de identificar el papel que la decadencia distancia o interaccin espacial puede tener en cualquier modelo autorregresivo espacial. Una manera de entender la influencia que la geometra de las unidades espaciales tiene en una variable. Una prueba de hiptesis acerca de las relaciones espaciales. Un medio de sopesar la importancia de los efectos en el tiempo. Un enfoque sobre el efecto de una sola unidad espacial en otras unidades y viceversa. Un medio de identificar valores atpicos, tanto espaciales como no espaciales. Una ayuda en el diseo de una muestra espacial apropiada.
3. Spatial Clustering
El anlisis de agrupamiento espacial se ha vuelto comn en muchos campos de la investigacin. Un supuesto implcito en el anlisis de conglomerados espaciales es determinar los factores que influyen en la variable de estudio. Las tcnicas para este tipo de anlisis se pueden dividir en dos categoras: los que se utilizan para determinar si la agrupacin se presente en la regin de estudio, y aquellos que tratan de identificar la ubicacin de las agrupaciones.
Tcnicas globales de agrupamiento, proporcionan una sola estadstica que resume el patrn espacial de la regin Tcnicas de agrupacin local.
Mtodos de datos de puntos Anlisis cuadrtico Anlisis del vecino ms prximo Funcin K de Ripley Patrones de punto bivariado
4. Spatial Filtering
En estadstica espacial y econometra espacial, el filtro o filtrado espacial es una metodologa general de apoyo a las conclusiones ms slidas en los datos de los estudios analticos, y se basa en una estructura de vinculacin postula que une los datos georreferenciados observaciones. El filtro espacial matemticamente manipula los datos con el fin de corregir las posibles distorsiones introducidas por factores tales como la escala arbitraria, la resolucin y / o zonificacin. La principal ventaja de esta metodologa es que introduce variables de control, que permiten identificar y aislar las dependencias estocsticas espaciales entre las observaciones georeferenciadas, permiten la construccin de modelos de proceder como si estas observaciones son independientes.
La metodologa de filtrado espacial tiene por objeto dar cuenta de autocorrelacin espacial en los datos georreferenciados de una manera que permite a las tcnicas convencionales de estimacin estadstica para ser explotados.
Prediccin geoestadstica: Kriging Kriging es un mtodo de prediccin o estimacin ptima en el espacio geogrfico, a menudo conocido como el mejor predictor lineal insesgado (BLUP). Es el mtodo geoestadstico de interpolacin de procesos espaciales al azar.
Kriging proporciona una solucin a un problema fundamental que enfrentan los cientficos del medio ambiente de la prediccin de valores de datos de la muestra escasa basado en un modelo estocstico de la variacin espacial. Varios mtodos matemticos de interpolacin estn disponibles, por ejemplo, polgonos de Thiessen, la triangulacin, interpolacin vecino natural, funciones inversas de la distancia, polinomios mnimos cuadrados (superficie de tendencia) y estras.