Datos correlacionados espacialmente: Análisis estructural

• Lovatto, Mariel Guadalupe ^[1] ; Llop, Pamela ^[1] ; García Arancibia, Rodrigo ^[1]
  1. [1] Universidad Nacional del Litoral

     Universidad Nacional del Litoral

     Argentina

     
• Localización: Revista de Educación Matemática (RevEM), ISSN-e 1852-2890, ISSN 0326-8780, Vol. 39, Nº. 3 (Diciembre), 2024, págs. 5-40
• Idioma: español
• DOI: 10.33044/revem.41782
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo introducimos y estudiamos el marco teórico subyacente para datos espacialmente correlacionados. Más precisamente, definimos el proceso que genera los datos, estudiamos sus diferentes estructuras de covarianza y caracterizamos las diferentes clases de estacionariedad consideradas habitualmente para este tipo de datos. Además, estudiamos en profundidad el semivariograma teórico y empírico, la herramienta tal vez más utilizada para medir correlación espacial. Consideramos que este trabajo puede ser un material útil para el estudio y la enseñanza de los datos espaciales y sus principales características, que potencialmente pueden introducirse en un curso moderno de estadística.

         

  • English

    We introduce and investigate the underlying theoretical framework for spatially correlated data in this article. More specifically, we characterise the mechanism that generates the data, investigate its various covariance structures, and characterise the many stationarity classes that are typically considered for this type of data. Furthermore, we investigate the theoretical and empirical semivariogram, which is likely the most extensively used tool for measuring spatial correlation. We believe that this work can be a valuable resource for the study of spatial data and its primary properties, which might be integrated into a modern statistics course.

         

• Referencias bibliográficas
  • Atkinson, P. M., y Lloyd, C. D. (2014). Geostatistical models and spatial interpolation. En M. M. Fischer y P. Nijkamp (Eds.), Handbook of...
  • Banerjee, S., Carlin, B. P., y Gelfand, A. E. (2004). Hierarchical Modeling and Analysis for Spatial Data. Chapman and Hall/CRC.
  • Berke, O. (2004). Exploratory disease mapping: Kriging the spatial risk function from regional count data. International journal of health...
  • Bivand, R. S., Pebesma, E. J., Gómez-Rubio, V., y Pebesma, E. J. (2008). Applied spatial data analysis with r. Springer.
  • Chica-Olmo, J., y Cano-Guervos, R. (2020). Does my house have a premium or discount in relation to my neighbors? a regression-kriging approach....
  • Chiles, J.-P., y Delfiner, P. (2012). Geostatistics: modeling spatial uncertainty. John Wiley & Sons.
  • Cressie, N. (1993). Statistics for spatial data. John Wiley and Sons, Inc.
  • Derdouri, A., y Murayama, Y. (2020, 05). A comparative study of land price estimation and mapping using regression kriging and machine learning...
  • Dubin, R. A. (1992). Spatial autocorrelation and neighborhood quality. Regional Science and Urban Economics, 22(3), 433-452. doi: https://doi.org/10.1016/0166-0462(92)90038-3
  • Fernández-Avilés, G. (2009). Spatial regression analysis vs. kriging methods for spatial estimation. International Advances in Economic Research,...
  • Fischer, M. M., y Wang, J. (2011). Spatial data analysis: models, methods and techniques. Springer Science & Business Media. Gallardo,...
  • Gámez, M., Montero, J., y Rubio, N. (2000). Kriging methodology for regional economic analysis: Estimating the housing price in albacete....
  • García Arancibia, R., Llop, P., y Lovatto, M. (2023). Nonparametric prediction for univariate spatial data: Methods and applications. pre-print,...
  • García Soidán, P., Febrero Bande, M., y González Manteiga, W. (2004, 03). Nonparametric kernel estimation of an isotropic variogram. Journal...
  • Goovaerts, P. (2008). Geostatistical analysis of health data: State-of-the-art and perspectives. En A. Soares, M. J. Pereira, y R. Dimitrakopoulos...
  • Haining, R. (2013). Spatial data and statistical methods: A chronological overview. En M. M. Fischer y P. Nijkamp (Eds.), Handbook of regional...
  • Haining, R. P., Kerry, R., y Oliver, M. A. (2010). Geography, spatial data analysis, and geostatistics: An overview. Geographical Analysis,...
  • Kerry, R., Goovaerts, P., Haining, R., y Ceccato, V. (2010). Applying geostatistical analysis to crime data: Car-related thefts in the baltic...
  • Longley, P. (2005). Geographic information systems and science. John Wiley & Sons.
  • Montero, J.-M., Fernández-Avilés, G., y Mateu, J. (2015). Spatial and spatio-temporal geostatistical modeling and kriging. John Wiley and...
  • Montes-Rojas, G. V. (2012). Optimal spatial prediction and the construction of regional indexes. The Journal of Economic Asymmetries, 9(1),...
  • Morales, J., Stein, A., Flacke, J., y Zevenbergen, J. (2020). Predictive land value modelling in guatemala city using a geostatistical approach...
  • Rikken, M., y Van Rijn, R. (1993). Soil pollution with heavy metals - an inquiry into spatial variation, cost of mapping and the risk evaluation...
  • Siabato, W., y Guszmán-Manrique, J. (2019). La autocorrelación espacial y el desarrollo de la geografía cuantitativa. Cuadernos de Geografía:...
  • Smith, T. (2014). Notebook on spatial data analysis. Descargado de https:// www.seas.upenn.edu/~tesmith/NOTEBOOK/index.html Tsutsumi, M.,...
  • Valente, J., Wu, S., Gelfand, A., y Sirmans, C. (2005, 02). Apartment rent prediction using spatial modeling. Journal of Real Estate Research,...
  • Vasan, S., y Alcantara, A. (2016). Gis-based methods for estimating missing poverty rates & projecting future rates in census tracts....
  • Wackernagel, H. (2003). Multivariate geostatistics. Springer. Wackernagel, H. (2006). Geostatistics. En Encyclopedia of statistical sciences....
  • Webster, R., y Oliver, M. (2007). Geostatistics for environmental scientists (2th ed.). Wiley. Zhang, J., Atkinson, P., y Goodchild, M. F....
  • Zhao, Y., y Wall, M. M. (2004). Investigating the use of the variogram for lattice data. Journal of Computational and Graphical Statistics,...