Sunteți pe pagina 1din 7

Tutorial GEASIG

ANLISIS DE PATRONES DE
DISTRIBUCIN CON ArcGIS

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

El anlisis de patrones de distribucin nos

negativos) cuando el valor de p es

permite conocer qu tipo de distribucin

pequeo.

presentan los datos, es decir si se reparten de


manera dispersa o si por el contrario hay

RELACIN ESPACIAL (NDICE DE MORANS)

valores que se concentran en determinadas

El ndice de Morans I analiza el patrn de

zonas.

distribucin de los valores de la entidad

Independientemente del tipo de anlisis de

analizada, no de la entidad en s misma.

patrones que realicemos, en todos ellos

Nosotros tenemos una serie de estaciones

obtendremos una serie de parmetros que

pluviomtricas con valores de precipitacin

sern los mismos:

media anual. Este anlisis por tanto nos va a

Siempre partiremos de una hiptesis nula que

permitir conocer la distribucin de los valores

establece que las entidades o los valores de las

de precipitacin.

entidades se distribuyen de manera aleatoria;

Esta herramienta calcula el valor medio y la

al realizar el anlisis, obtendremos unos

varianza del atributo que estamos evaluando

parmetros "z" y "p" que nos indicarn si esta

(precipitacin) y deduce si el patrn de

hiptesis se cumple o no, es decir, si debemos

distribucin que presentan los datos es

rechazar la hiptesis nula.

agrupado, disperso o aleatorio midiendo la

El valor p es una probabilidad; si este

autocorrelacin

valor es muy pequeo, significa que la

ubicaciones y los valores de las entidades

probabilidad de que se cumpla la

simultneamente.

hiptesis nula es muy pequea por lo

Si

que podremos rechazarla.

espacialmente (es decir, los valores altos se

El valor z representa las desviaciones


estndar; en general, si ste valor es
muy pequeo (prximo a 0) no
tendremos

suficiente

evidencia

estadstica como para rechazar la


hiptesis nula. Por este motivo, z toma
valores

muy

altos

(positivos

los

valores

espacial

tienden

basada

en

las

agruparse

agrupan cerca de otros valores altos o los


valores bajos se agrupan cerca de otros
valores bajos), el ndice de Morans ser
positivo; por el contrario, si los valores se
dispersan (valores altos tienden a estar cerca
de valores bajos), el ndice ser negativo.

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

Esto implica que, siempre que los valores z y p

seleccionando el archivo HTML de la ventana

obtenidos revelen que podemos rechazar la

"Resultados".

hiptesis nula, un ndice de Morans mayor que


0 indicar una tendencia de los valores hacia la
agregacin (clustering); por el contrario, un
ndice menor que 0 indicar una tendencia de

En esta ventana se muestran los valores

los valores hacia la dispersin.

obtenidos; sin embargo, la mejor manera de

Vamos

realizar

nuestro

anlisis

ArcToolbox < Spatial Statistics Tools <


Analyzing Patterns < Spatial autocorrelation
(Morans I).
Seleccionamos nuestra capa de estaciones
pluviomtricas ('Estaciones') y el dato que

visualizar los resultados lo conseguimos


abriendo el informe completo. Para ello,
seleccionamos el archivo (se habr guardado
en la carpeta de destino que hayamos
indicado), y lo abrimos con el navegador que
utilizamos habitualmente.

queremos analizar, es decir, la precipitacin


(Input Field: "P_mm"). Activamos la casilla
para que el programa genere el informe de
resultados correspondiente ('Generate report')
y dejamos el resto de parmetros que
aparecen por defecto.

Los anlisis de patrones no generan capas si


no

informes

mediante

un

que

se

pueden

navegador

de

visualizar
internet,

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

Por

tanto

tenemos

suficiente

evidencia

estadstica para afirmar que la precipitacin


sigue un patrn de distribucin agregado.

CLUSTERING ALTO/BAJO (G GENERAL DE GETISORD)


Segn hemos visto, mediante el ndice de
Morans I podemos averiguar si los valores
analizados

presentan

un

patrn

de

distribucin disperso, aleatorio o agregado.


Con el anlisis que vamos a realizar ahora
Tal y como vemos en nuestro informe, el valor
de p es igual a 0 lo que indica que la
probabilidad de que se cumpla la hiptesis
nula es muy baja por lo que podemos
rechazarla, es decir, la probabilidad de que los

mediremos la concentracin de valores altos o


bajos para un mismo rea de estudio. Esta
herramienta calcula un ndice denominado "G
general" observado y lo comprara con el
esperado.

valores de precipitacin se distribuyan de

En este caso, un valor de z mayor que cero

manera aleatoria es muy pequea. Adems,

indicar que existe una concentracin de

tal y como hemos explicado, cuando el valor

valores altos; si por el contrario el valor z es

de p es muy pequeo, z debe tomar valores

negativo, la concentracin que se produce es

muy altos alejados de 0 (z = 10.922).

de valores bajos. Lgicamente, si el valor de z

Dado que el ndice de Morans es positivo


(0.548) podemos afirmar que existe un patrn
de

distribucin

agregado

de

las

precipitaciones.
El mensaje inferior indica que, dado ese valor
de z, hay un 1% de probabilidad de que este

se encuentra muy prximo a cero, no existe


agrupacin evidente de valores de la entidad.
Lanzamos

nuestro

ArcToolbox

anlisis

Clustering

< Spatial Statistics Tools <

Analyzing Patterns < High-Low Clustering


(Getis-Ord General G).

patrn de agregacin sea resultado de la

De nuevo seleccionamos nuestra capa de

casualidad.

estaciones pluviomtricas ('Estaciones') y el


dato que queremos analizar (Input Field:

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

"P_mm"). Activamos la casilla para que el

El anlisis de Getis-Ord muestra un valor de p

programa genere el informe de resultados

relativamente pequeo (p = 0.012) y un valor

correspondiente ('Generate report') y dejamos

de z negativo (z = -2.49); esto implica que

el resto de parmetros que aparecen por

existe

defecto.

suficientemente

una

evidencia
significativa

estadstica
como

para

afirmar que se produce una agrupacin de


valores bajos de precipitacin (Low-Clusters).
Segn el mensaje inferior, dado el valor de z
obtenido,

hay

menos

de

un

5%

de

probabilidad de que el patrn de agregacin


de valores bajos de precipitacin sea resultado
de la casualidad.
Abrimos nuestro informe de la misma forma
que en el caso anterior y lo analizamos:

VER VDEO

Te interesa la Geoestadstica?
chale un vistazo a nuestro
Curso SIG Anlisis Geoestadstico

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

Quieres iniciarte en el mundo de los SIG? Necesitas


especializarte?Quieres mejorar tu formacin? Mira nuestros cursos!

SIG cursos Especializados


SIG aplicados a la Gestin Ambiental
Tu sector profesional es el Medio Ambiente? No conoces las opciones que
ofrecen los SIG en la gestin ambiental?

SIG anlisis Hidrolgico


Tu sector profesional es la hidrologa? Quieres conocer las posibilidades que
ofrecen los SIG en el mbito hidrolgico?

SIG Anlisis Geoestadstico


Sabas que con un SIG puedes hacer anlisis estadsticos?

SIG por Niveles


SIG Bsico: Modelo Vectorial
Quieres iniciarte en los Sistemas de Informacin Geogrfica?

SIG Avanzado: Modelo Raster


Te manejas bien con informacin vectorial pero no tienes conocimientos
respecto al formato raster?

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com

TUTORIAL GEASIG
ANLISIS DE PATRONES DE DISTRIBUCIN ESPACIAL CON ARCGIS

SIG Completo: modelos vectorial y raster


Quieres iniciarte en los Sistemas de Informacin Geogrfica? Tienes
conocimientos bsicos y deseas ampliarlos?

Modelizacin Hidrulica
Iber y ArcGIS: Modelizacin Hidrulica Bidimensional
Conoces Iber? Es el software espaol de modelizacin hidrulica e
inundaciones

Iber Avanzado: Rotura de Balsas


Sabes que puedes utilizar Iber para simular la rotura de balsas?

Tlf: + 34 91 640 20 13 info@geasig.comwww.geasig.com