ANALISIS EXPLORATORIO

Daro Castaeda Geo estadstica agrcola

DISEO
El diseo depende de la(s) pregunta(s) de inters cientfico. Ejemplo Inters: Producir un mapa de elevacin en una regin cuadrada de lado 6.7 unidades (102m).

Seleccin de rea de estudio: una buena razn.

DISEO
Preguntas 1) En cuantos sitios debe medirse la altura? 2) Donde deben efectuarse las mediciones dentro de la regin de estudio? Respuestas 1) Depende de las limitaciones del investigador (tiempo, costos). 2) Diseo completamente aleatorio (DCA) Diseo completamente regular (DCR)

DISEO
Teora de muestreo clsico Favorece el muestreo aleatorio para evitar sesgos. Teora de muestreo espacial Bajo el objetivo de modelacin tpica, las propiedades espaciales son ms eficientemente estimadas bajo un diseo regular.

FORMULACIN DEL MODELO

Pregunta Como podemos usar las mediciones para predecir la superficie de elevacin a travs de la regin de estudio?

FORMULACIN DEL MODELO

Se requiere hacer mediciones reales, de un factor espacialmente continuo S(x) y que represente la superficie de elevacin en funcin de la ubicacin. Discrepancia entre la verdadera superficie de elevacin S(x) y los valores medidos Yi en el diseo de ubicacin xi .

FORMULACIN DEL MODELO

El modelo que rene esos requerimientos es un modelo estacionario gaussiano:

Yi = S(xi) + Zi
S(xi) distribucin: normal media = varianza = 2 Fun. de corr = (u)

i = 1 n
Zi mutuamente independiente distribucin: normal media = 0 varianza = 2

AMPLIACIN DE LOS MODELOS GAUSIANOS

Un proceso fsico (variable) no siempre queda bien descrito por una distribucin gausiano. Una manera es transformando los datos. Familia Box-Cox

AMPLIACIN DE LOS MODELOS GAUSIANOS

Segunda posibilidad Con una media variando espacialmente. Por ejemplo , se puede reemplazar por un modelo de regresin lineal Yi dado S(xi). Tercera posibilidad Es permitir que S(xi) tenga una estructura de varianza covarianza no estacionaria

ANLISIS EXPLORATORIO ESPACIAL

El anlisis exploratorio es una parte integral de la estadstica moderna y la geoestadstica no es la excepcin. Estadsticos bsicos Pruebas de normalidad Relacin entre la variable respuesta y las covariables. Ejemplos

ANLISIS EXPLORATORIO ESPACIAL

Graficar la variable respuesta en relacin a sus ubicaciones. Grafico de burbujas. Tendencias espacial (superficie de tendencia para una media variando espacial/)

ANLISIS EXPLORATORIO ESPACIAL

Grficos de dispersin de la variable respuesta contra cada uno de los ejes coordenados. Revela mas claramente las asociaciones tendencias. Superficies de tendencias (polinomios 1, 2). Factores explicativos. Grfico de los residuales [cajas y bigotes, burbujas, y dispersin]. Ejemplos R

VARIOGRAMA EMPRICO

VARIOGRAMA EMPRICO

TRANSFORMACIN BOXCOX
FUNCIN BOXCOX boxcox(geodata) boxcox(geodata lambda=???)

TIPOS DE VARIOGRAMA
Variog (geodatos, lambda=?????, option=????) "bin", "cloud", "smooth"
vgca20_b<-variog(ca20, option="bin",lambda=1)

vgca20_bc<-variog(ca20,bin.cloud=TRUE,lambda=1)

PARMETROS
Tipo estimador de la semivarianza estimator.type= [obs. atipic] "classical "

"modulus (Haukins y Cressie, 1993)

PARMETROS
uvec = un vector de valores que define las diferentes distancias para la seleccin de puntos en la estimacin de la semivarianza

PARMETROS
EVALUACIN DE LA TENDENCIA trend = "cte" "1st" "2nd "

PARMETROS
pairs.min= 12 20 50 100

PARMETROS
ANISOTROPIA: no estacionariedad en la estructura de varianza covarianza ANISOTROPIA GEOMETRICA direction = 0, 45, 90, 135 variog4=

data (ca20) variog(ca20, trend=1st , direction=)

CORRECCIN ANISOTROPIA GEOMETRICA

Transformando las ubicaciones - Encogimiento de las ubicaciones - Rotacin de los ejes - Un modelo anisotrpico (x1, x2) (x1,x2)

CORRECCIN ANISOTROPIA GEOMETRICA

Un ejemplo de como trabaja el algoritmo
dfca20<-as.data.frame(ca20) plot(dfca20$east,dfca20$north) coordsIso<-coords.aniso(dfca20[,1:2], aniso.pars=c(pi,2.5)) plot(coordsIso[,1],coordsIso[,2])

DETECTANDO DEPENDENCIA ESPCIAL EN LOS DATOS

Alternativa 1: a travs de los prametros del semivariograma. Alternativa 2: Estimando el Indice Moran

ndice de Moran
Es una medicin de la auto-correlacin espacial (P. Moran). Multi-dimensional Multi-direccional

Estimacin del ndice de Moran

Librera : spdep Vector de ponderaciones de acuerdo al vecino mas cercano. Vecinos<-knearneigh(coordenadas, k=2, longlat=FALSE) pesos<-knn2nb(vecinos) # ponderacions moran.test(ca20$data,nb2listw(pesos))