Tcnicas y Mtodos de Anlisis

Espacial
Seminario Anlisis Espacial
Nathaly de los ngeles Mazo
Septiembre 16 de 2010
Consideraciones inciales para el anlisis espacial
Abstraccin (Transformacin)
El anlisis espacial se vale de
un conjunto de herramientas y
tcnicas que slo pueden dar
respuesta a una parte de la
dinmica del espacio, mas no a
su totalidad.
El anlisis espacial requiere de
una discretizacin del espacio
(idealizacin).
Reduccin de del mundo a un
nmero finito de entidades
geomtricas por lo general
como puntos, lneas y
polgonos
Esto implica una prdida
inevitable de informacin
debido a la variabilidad
espacial, la suavizacin de los
valores y atributos y la
simplificacin de los objetos.
Dato espacial
Las entidades resultantes del
proceso de abstraccin
(Transformacin) se expresan
como dato espaciales o
georeferenciados
Los datos espaciales tienen
propiedades, algunas
derivadas de la naturaleza
fundamental de la realidad
geogrfica y otras del proceso
de abstraccin.
Deben estar bien definidos
Ser internamente
homogneos
Atributos definidos por una
locacin espacial y temporal
determinada
Se clasifican por el nivel de
medicin obtenida: nominal,
ordinal de intervalo o de
razn.
El nivel de medicin determina
qu operaciones se pueden
realizar y qu procedimientos
aplicar
El nivel de incertidumbre
expresa la calidad de los datos
Matriz de datos espaciales
Los datos espaciales son
capturadas en una matriz de
origen y destino o Matriz de
datos espaciales
El modelo de la matriz datos
espaciales, el tipo datos que se
necesitan, la escala y su
configuracin, responde al tipo
de preguntas, los problemas
de inferencia y los modelos
espaciales utilizados para
comprender el mundo.
Problema de las Unidades
de rea Modificable
Problema prctico causado por la
escala o la agrupacin de los
datos
Est definido por:
la escala
la orientacin
el origen de la
regionalizacin
el nmero de zonas
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
Tipos de datos y problemas en el anlisis espacial
Fuente: Cmara, Gilberto et all. Spatial Analysis and GIS: A Primer
Conceptos bsicos en Anlisis Espacial
Dependencia espacial
La dependencia espacial es un concepto clave en la comprensin y el
anlisis de un fenmeno espacial.
Todo est relacionado con todo lo dems, pero las cosas cercanas estn ms
relacionadas de cosas lejanas (Tobler, Waldo).
La dependencia espacial est presente en todos direccin y se debilita an ms la
dispersin en los aumentos de los datos de localizacin (Cressie, Noel).
Donde la mayora de los acontecimientos, naturales o sociales, se
presentan entre una relacin que depende de la distancia.
Conceptos bsicos en Anlisis Espacial
Autocorrelacin Espacial
La expresin de clculo del concepto de dependencia espacial es la
autocorrelacin espacial. Este trmino proviene del concepto
estadstico de correlacin, que sirve para medir la relacin entre dos
variables aleatorias. La preposicin "auto" indica que la medicin de la
correlacin se hace con la misma variable aleatoria, medida en
distintos lugares en el espacio.
Podemos usar diferentes indicadores para medir la autocorrelacin
espacial, todos ellos basados en comprobar cmo vara la dependencia
espacial mediante la comparacin de los valores de una muestra y de
sus vecinos.
Conceptos bsicos en Anlisis Espacial
Inferencia Estadstica de Datos Espaciales
Una consecuencia importante de la dependencia espacial es que las
inferencias estadsticas sobre este tipo de datos no son tan eficientes como
en el caso de muestras independientes del mismo tamao. En otras palabras,
la dependencia espacial lleva a una prdida de poder explicativo.
Se deben considerar los datos espaciales no como un conjunto de muestras
independientes, sino como una realizacin de un proceso estocstico. En el
caso de un proceso estocstico todas las observaciones se utilizan de manera
combinada para describir el patrn espacial del fenmeno estudiado. Es
necesario determinar una hiptesis acerca de la estabilidad del proceso
estocstico.
Procesos de Anlisis Espacial
El anlisis espacial se compone de un conjunto de procedimientos encadenados cuyo
objetivo es elegir un modelo inferencial que considere explcitamente la actual
relacin espacial del fenmeno.
Los procedimientos inciales de anlisis incluyen el conjunto de mtodos genricos de
anlisis exploratorio y la visualizacin de datos, en general a travs de mapas.
Los modelos espaciales inferenciales se presentan generalmente en tres grandes
grupos:
Variacin continua: Consideran un procesos estocstico cuyos valores pueden ser
conocidos en todos los puntos del rea de estudio.
Variacin discreta: Se refieren a la distribucin de eventos cuya localizacin se asocia a las
zonas delimitadas por los polgonos. Objetivo: modelar el patrn de distribucin espacial
del fenmeno geogrfico.
Procesos puntuales: Conjunto de puntos distribuidos en un terreno, cuya ubicacin fue
generado por un mecanismo estocstico. Objetivo: comprensin del mecanismo
generador de dicha localizacin.
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.
Principales Enfoques del Anlisis Espacial
1. Estadstica Espacial y Geoestadstica
Anlisis exploratorio de datos espaciales
Autocorrelacin espacial
Agrupaciones espaciales o Cluster
Filtros espaciales
Variograma y Kriging
2. Econometra Espacial
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
Anlisis Espacial: Estadstica espacial y Geoestadstica
1. Exploratory Spatial Data Analysis
Anlisis exploratorio de datos espaciales (ESDA) como se usa en estadstica
espacial, geoestadstica y la econometra espacial, es desarrollado a partir del
anlisis exploratorio de datos (AED). En particular, dos temas que son
fundamentales la importancia de los datos, y la importancia de los grficos
de anlisis en la representacin de caractersticas seleccionadas de los datos.
Exploracin de los patrones de punto
Exploracin geoestadstica
Diagnostico de la localizacin
Direccionalidad
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.
Los atributos y usos del concepto de autocorrelacin espacial
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.
Medidas de autocorrelacin espacial y las pruebas
Las medidas de autocorrelacin espacial puede ser diferenciado de las pruebas de
autocorrelacin espacial, pero ambas permiten la evaluacin de los efectos espaciales
en el anlisis de datos georeferenciados.
Las medidas de autocorrelacin espacial y las pruebas se pueden diferenciar por el
alcance o la escala de anlisis. Tradicionalmente, se separan en categoras de "global" y
"local".
Medidas globales y las pruebas
Gamma ().
Join count
Moran I.
Geary S.
El variograma.
Funcin K de Ripley
Coeficientes de autocorrelacin espacial.
Medidas locales y las pruebas
Estadsticas locales Getis y Ord.
Los indicadores locales de asociacin espacial - LISA.
Regresin de ponderacin geogrfica
Autocorrelacin espacial local en la presencia de autocorrelacin espacial global.
Problemas en el tratamiento de autocorrelacin espacial
Est claro que la autocorrelacin espacial se puede definir con precisin, pero no
siempre est claro si las distintas medidas y pruebas de que acabamos de describir
puede encontrar realmente autocorrelacin espacial en los datos
georeferenciados.
Un rea particularmente difcil de la investigacin es la seleccin de pruebas que
puedan resistir los efectos de la simultaneidad de varias pruebas. Especialmente
en las estadsticas locales, por lo general hay pruebas de autocorrelacin espacial
para cada sitio de datos. Esto da lugar a un gran nmero de pruebas que son, de
hecho, dependen unas de otras.
Muchas pruebas tradicionales requieren la suposicin de estacionariedad.
Comprobacin de la estacionalidad en el trabajo emprico es una buena prctica.
Spatial autocorrelation software
GeoDa
R -Packages
PPA (Point Pattern Analysis)
SANET
STARS (Space-Time Analysis of Regional Systems)
ArcGIS. Module, Geostatistical Analyst
ClusterSeer 2
Le Sages Spatial Econometrics Toolbox
Spatial Statistics and SAS.
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.
Medidas globales de la agrupacin espacial
Estos mtodos proporcionan un resumen estadstico nico que describe el
grado de agrupamiento en la pauta asignada. El valor de la estadstica
indica si el patrn est agrupado, al azar, o dispersos
La hiptesis nula es de aleatoriedad.
Mtodos de datos de rea
Estadstica join-count
Moran I
Ajuste a la varianza heterogenea
Geary C
Getis-Ord G
Mtodos de datos de puntos
Anlisis cuadrtico
Anlisis del vecino ms prximo
Funcin K de Ripley
Patrones de punto bivariado
Medidas locales de la agrupacin espacial
Cuando la hiptesis nula de aleatoriedad es rechazado por una prueba
general para la agrupacin espacial, dos cuestiones adicionales
planteadas: dnde estn los grupos y cul es su extensin espacial?. Las
Estadsticas de la agrupacin local se utilizan para responder a estas
preguntas.
Mtodos de datos de rea
Getis-Ord Gi and Gi
El scatter plot de Moran and Moran I local
Agrupamientos locales de datos categorizados
Algoritmos de deteccin de agrupaciones
Corresponde a procedimientos de bsqueda automatizada y sus correspondientes
estadsticas de prueba. Estas tcnicas computacionales implican pruebas de un
gran nmero de regiones en el rea de estudio para el agrupamiento espacial.
Estos mtodos no se limitan a una definicin fija de barrio, y por lo tanto el
tamao del clster, pero estn diseados para detectar grupos de diferentes
tamaos.
Mquina de Anlisis Geogrfico (GAM).
Mtodo de Besag y Newell
Procedimiento SAT Scan
Bsqueda de cluster de forma arbitraria
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.
Tipos de filtro espacial
Un nmero limitado de implementaciones de esta metodologa en la actualidad
existen para fines de anlisis de datos georeferenciados, e incluyen operadores
lineales autorregresivo, especificacin Gi-basada de Getis, las combinaciones lineales
de vectores propios extrados de principales distancia basada en las coordenadas de
las matrices de vecinos y el peso del espacio basada en la topologa de matriz de
funciones propias.
Operadores lineales autorregresivos
Especificacin Gi de Getis
Combinaciones lineales basada en la matriz topolgica de vectores propios.
Se determinan funciones propias de filtros espaciales en relacin con:
Modelos lineales generalizados
Regresin de ponderacion geogrfica
Interpolacin geogrfica
Interaccin de datos espaciales
5. The Variogramand Kriging
Estadstica espacial y geoestadstica se han desarrollado para describir y analizar la variacin de
los fenmenos naturales y provocados por el hombre, sobre o debajo de la superficie de la tierra.
Estadstica espacial incluye cualquiera de las tcnicas formales de que las entidades de estudio
que tienen un ndice espacial (Cressie 1993).
La mayora de las propiedades espaciales varan de forma compleja que la variacin no puede ser
definido de manera determinista. Para hacer frente a esta incertidumbre espacial un enfoque
diferente de los mtodos tradicionales determinista de anlisis espacial se requiere que ser
basado en un enfoque estocstico o probabilstico.
La base de la geoestadstica moderna para el tratamiento de la variable de inters como una
variable aleatoria.
Estimacin del variograma
Mtodo Matheron de momentos (MoM)
Metodo de mxima verosimilitud residual (REML)
Caractersticas del variograma
Continuidad
Creciente montona
Umbral y rango
Efecto agujero y periodicidad
Lmites
Anisotropa.
Variacin anidada.
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.