Aplicaciones de muestra de la caja de herramientas Estadística espacial

Los epidemiólogos, analistas de delitos, demógrafos, planificadores de respuesta de emergencia, analistas de transporte, arqueólogos, biólogos de la vida salvaje, analistas de ventas minoristas y muchos otros profesionales de SIG necesitan cada vez más herramientas de análisis espacial avanzadas. La ayuda de Estadística espacial satisface esta necesidad.

Estadística espacial le permite

• Resumir las características clave de una distribución
• Identificar clusters espaciales estadísticamente significativos (puntos calientes/fríos) y valores atípicos espaciales
• Evaluar los patrones generales de clustering o dispersión
• Entidades de partición en grupos semejantes
• Identificar entidades con características similares
• Modelar las relaciones espaciales

Resumir las características clave

Preguntas	Herramientas	Ejemplos
¿Dónde está el centro?	Centro medio o Centro mediano	¿Dónde está el centro de población y cómo cambia con el transcurso del tiempo?
¿Qué entidad es más accesible?	Entidad central	¿Dónde debe estar ubicado el nuevo centro de soporte?
¿Cuál es la dirección u orientación predominante?	Valor medio direccional lineal	¿Cuál es la principal dirección del viento en el invierno? ¿Cómo se orientan las líneas de falla en esta región?
¿Qué tan dispersas, compactas o integradas están las entidades?	Distancia estándar o Distribución direccional (Elipse de desviación estándar)	¿Qué grupo opera sobre el territorio más amplio? ¿Qué enfermedad tiene la distribución más amplia? Basado en los emplazamientos para animales, ¿hasta qué punto están integradas las especies?
¿Hay tendencias direccionales?	Distribución direccional (Elipse de desviación estándar)	¿Cuál es la orientación del campo de desechos? ¿Dónde están concentrados los desechos?

Identificar clusters estadísticamente significativos

Preguntas	Herramientas	Ejemplos
¿Dónde están los puntos calientes? ¿ Dónde están los puntos fríos? ¿Cuán intenso es el clustering?	Análisis de punto caliente (Gi* de Getis-Ord) o Análisis de cluster y de valor atípico (I Anselin local de Moran) o Análisis de punto caliente optimizado	¿Dónde están los límites más nítidos entre prosperidad y pobreza? ¿Dónde hay una mayor diversidad biológica y calidad de hábitat?
¿Dónde están los valores atípicos?	Análisis de cluster y de valor atípico (I Anselin local de Moran)	¿Dónde encontramos patrones de gastos anómalos en Los Ángeles?
¿Cómo se pueden implementar los recursos de manera más efectiva?	Análisis de punto caliente (Gi* de Getis-Ord) o Análisis de punto caliente optimizado	¿Dónde vemos altas tasas de diabetes de modo inesperado? ¿Los incendios de cocina dónde constituyen una proporción de incendios residenciales mayor de la esperada? ¿Los delitos cometidos durante el día tienen el mismo patrón espacial que aquellos cometidos a la noche?
¿Qué ubicaciones están más lejanas del problema?	Análisis de punto caliente (Gi* de Getis-Ord) o Análisis de punto caliente optimizado	¿Dónde se deben ubicar los sitios de evacuación?
¿Qué entidades se parecen más? ¿Qué significa que la estructura espacial de los datos se parezca?	Análisis de agrupamiento	¿Qué crímenes de la base de datos son más similares al que se acaba de cometer? ¿Existen distintos regímenes espaciales de puntuaciones de exámenes? ¿Qué regiones están asociadas con altas puntuaciones de exámenes y con bajas puntuaciones de exámenes? ¿Qué incidentes de enfermedades probablemente formen parte del mismo brote basado en el espacio, tiempo y síntomas?
¿Qué entidades son las más similares y cuáles menos?	Búsqueda por similitud	¿Qué ubicaciones tienen características parecidas a las de mis tiendas con mejor desempeño? ¿En qué situación se encuentran los salarios de mis empleados en comparación con los salarios de trabajos equivalentes en otras ciudades como la mía? ¿Qué delitos de la base de datos se asemejan más a un delito de interés concreto?

Evaluar patrones espaciales generales

Preguntas	Herramientas	Ejemplos
¿Las características espaciales difieren?	Autocorrelación espacial (I de Moran global) o Promedio de vecinos más cercanos	¿Qué tipos de delitos están más concentrados espacialmente? ¿Qué especie de planta está más dispersa por el área de estudio?
¿El patrón espacial cambia con el transcurso del tiempo?	Autocorrelación espacial (I de Moran global) o Clustering alto/bajo (G general de Getis-Ord)	¿Los ricos y los pobres se están segregando un poco espacialmente? ¿Hay un pico inesperado en las compras farmacéuticas? ¿La enfermedad permanece geográficamente fija con el transcurso del tiempo o se expande a lugares vecinos? ¿Los esfuerzos de contención son efectivos?
¿Los procesos espaciales son similares?	Análisis cluster espacial de distancia múltiple (Función K de Ripley)	¿El patrón espacial de la enfermedad refleja el patrón espacial de la población en riesgo? ¿El patrón espacial de robos comerciales se desvía del patrón espacial de establecimientos comerciales?
¿Los datos están correlacionados espacialmente?	Autocorrelación espacial (I de Moran global)	¿Los residuales de regresión exhiben una autocorrelación espacial estadísticamente significativa?
¿A qué distancias es más pronunciado un clustering espacial?	Autocorrelación espacial incremental	¿Qué distancia refleja mejor una escala apropiada para mi análisis?

Relaciones de modelo

Preguntas	Herramientas	Ejemplos
¿Hay una correlación? ¿Qué tan sólida es la relación? ¿Qué variables son los indicadores más consistentes? ¿Las relaciones son consistentes en toda el área de estudio?	Mínimos cuadrados ordinarios (OLS), Regresión exploratoria y Regresión ponderada geográficamente (GWR)	¿Cuál es la relación entre logro educativo e ingreso? ¿La relación es consistente en toda el área de estudio? ¿Hay una relación positiva entre vandalismo y robo residencial? ¿Qué combinaciones de las variables explicativas del candidato producirán modelos de regresión debidamente especificados? ¿La enfermedad aumenta con la proximidad a las entidades de agua?
¿Qué factores pueden contribuir a los resultados particulares? ¿Dónde más puede haber una respuesta similar?	Mínimos cuadrados ordinarios (OLS), Regresión exploratoria y Regresión ponderada geográficamente (GWR)	¿Cuáles son las variables clave que explican la alta frecuencia de incendio forestal? ¿Qué características demográficas contribuyen a las altas tasas de uso del transporte público? ¿Qué entornos se deben proteger para alentar la reintroducción de una especie en peligro?
¿Dónde serán más efectivas las medidas de mitigación?	Mínimos cuadrados ordinarios (OLS) y Regresión ponderada geográficamente (GWR)	¿Dónde obtienen constantemente altas puntuaciones de exámenes los niños? ¿Qué características parecen estar asociadas? ¿Dónde es más importante cada característica? ¿Qué factores están asociados con una proporción de accidentes de tráfico mayor de la esperada? ¿Qué factores son los indicadores más sólidos en cada ubicación de accidentes altos?
¿Cómo puede cambiar el patrón? ¿Qué se puede hacer para prepararlo?	Mínimos cuadrados ordinarios (OLS) y Regresión ponderada geográficamente (GWR)	¿Dónde están los puntos calientes de llamadas al 911? ¿Qué variables prevén de manera efectiva los volúmenes de llamadas? Dadas las proyecciones futuras, ¿cuál es la demanda esperada para los recursos de respuesta de emergencia?
¿Por qué esta ubicación es un punto caliente? ¿Por qué esta ubicación es un punto frío?	Análisis de punto caliente (Gi* de Getis-Ord), Mínimos cuadrados ordinarios (OLS), y Regresión ponderada geográficamente (GWR)	¿Por qué las tasas de cáncer son tan altas en áreas particulares? ¿Por qué las tasas de alfabetización son bajas en algunas regiones? ¿Hay lugares en Estados Unidos donde se registre una tendencia constante de muertes de personas jóvenes? ¿Por qué?

SIG ofrece varios enfoques diferentes para analizar datos espaciales. A veces, el análisis visual es suficiente: se crea un mapa y revela toda la información que se necesita para tomar una decisión. Sin embargo, otras veces, es difícil sacar conclusiones de un solo mapa. Los cartógrafos realizan elecciones cuando se construye un mapa: qué entidades se incluyen o excluyen, cómo se simbolizan las entidades, los umbrales de clasificación seleccionados que determinan si una entidad aparece rojo brillante o rosa menos intenso, cómo se redactan los títulos, etc. Todos estos elementos cartográficos ayudan a comunicar el contexto y el alcance del problema que se analiza, pero también pueden cambiar las características de lo que vemos y, por lo tanto, nuestra interpretación. La ayuda de la Estadística espacial corta la subjetividad para llegar de manera más directa a patrones espaciales, tendencias, procesos y relaciones. Cuando las preguntas analíticas son especialmente difíciles o las decisiones tomadas como resultado de su análisis son excepcionalmente críticas, es importante examinar los datos y el contexto de su problema desde una variedad de perspectivas. La estadística espacial ofrece herramientas poderosas que pueden complementar de manera efectiva y mejorar los enfoques estadísticos visuales, cartográficos y tradicionales (no espaciales) para el análisis de datos espaciales.

Recursos adicionales

• Mitchell, Andy. La Guía de Esri para el análisis SIG, Volumen 2. Esri Press, 2005.
• Para una lista actual de seminarios Web, tutoriales, vídeos cortos, presentaciones y artículos gratuitos del Campus virtual de Esri, consulte Recursos estadísticos espaciales.