1) Objetivo Evaluar y practicar el uso de diversas funciones que permiten realizar el andlisis espacial univariado de un conjunto de datos. A partir de un conjunto de datos construir el diagrama de dispersion h y el variograma experimenta, igualmente se estudiara su forma en fimcién del valor dado de la amplitud de clase (“h” lag). La cual se ajustara a diferentes modelos de variograma experimental; con el cual podremos elegir el que mejor se comporte. 2) Introduecion Las herramientas y funciones que se usaron para describir la relacién espacial entre dos variables pueden ser tambi usadas para describir la relacién entre el valor de una variable y el valor de la misma en puntos de su vecindad. Su aplicacién mos pemnite estudiar aspectos tales como la continuidad espacial de la variable, sus tendencias de variacién, direcciones privilegiadas o isotropia en su comportamiento espacial. Las relaciones espaciales entre los datos de wma variable pueden ser mostradas mediante el uso de un diagrama de dispersién h, que es la erdfica sobre un par de ejes cartesianos de todos los pares de mediciones (2(x;), 2( + h)) de el mismo atributo z en sitios separados por una distancia | hl y en una direccién particular 0. Por otro lado. la similitud o disimilaridad entre los datos separados por un vector h puede ser cuantifieada de diversas maneras: * La funcién de covarianza que mide la similitud entre los datos. 1 on) a) Dz, eG, +H) mm. * El correlograma es una medida sin unidades que mide Ja similitud entre los datos y que es la forma estandarizada de la covarianzaEl conjunto de coeficientes de correlacién para los diferentes valores de h constituyen la funcién correlaci6n experimental, + El semivariograma que, a diferencia del correlograma ya covarianza, mide la disimilitud promedio entre los datos separados por un vector h. Existen diversas herramientas que nos ayudan a cuantificar la relacién entre el valor de una variable en un lugar particular y el valor de la misma variable en lugares localizados a diferentes (continuidad espacial). distancias Entre las herramientas mas comunes para cuantificar la continuidad espacial se encuentra el variograma que puede ser visto como un resumen de un grupo de diagramas de dispersién-h en donde a cada valor del variograma le corresponde un diagrama de dispersion diferente (quedepende de la distancia h en el eje de las absisas). El variograma experimental se constituye como una _—_realizacién particular del fendmeno de estudio y representa un modelo estadistico (no determinista). Fl semivariograma experimental se calcula como: lw . NG Lew, )=2(u, +2) y(h) = DondeN(h) es el mimeo de pares de datos cuyas locelizaciones estin a una distancia h. El semivariograma es una funcién tanto de la distancia como de la direccién, aunque en el caso de esta prictica consideraremos el caso isotrépico. 3) Datos De Wijs Los datos utilizados en esta prictica llevan el nombre de DeWijs. Esta serie de datos fue tomada en 1951 en Ja mina chilena de Pulacayo y consta de 118 mediciones del contenido de Zine realizadas en intervalos regulars de distancia (cada dos metros). ‘A contimnacién presentamos Ia serie de datos (el orden es por renglones): 17.717.89.5 5.24.1 19.212.415.8 20.8 24.1 14.7 21.6 12.8 11.9 35.4 12.3 14.9 19.6 10.6 15.1 15.6 9.3 8.1 13.5 30.2 29.1 7.4 12.3 13.69.5 13.1 27.4 8.8 11.464 11.0 11.4 14.1 20.9 10.6 15.3 24.0 12.3 7.8 9.9 20.7 25.0 19.1 13.1274 15.2 12.2 10.1 12.3 16.7 18.6 6.0 11.6 11.34.7 10.9 6.07.2 5.6 8.9 5.8 8.96.7 7.29.7 10.8 17.9 10.9 13.7 22.3 10.2 5.1 13.9 9.0 10.6 13.8 6.56.5 106 10.6 23.0 21.8 32.8 30.2 30.8 33.7 26.5 39.3 24.5 24.9 23.2 16.0 20.9 10.3 22.6 16.2 22.9 36.9 23.5 18.5 16.4 17.9 18.5 13.6 7.9 31.9 14.1 7.1 3.93.7 22.5 27.6 17.3 4) Diagrama de dispersion h. 4.1) Cargue en su hoja de trabajo de excel los datos contenidos en el archivo dewijs.xls Como se mencioné, el diagrama de dispersién h muestra la relacién entre los pares de valores de una variable, para una clase dada de distancia y direccién. Los pares de datos son tipicamente agrupados en clases de distancias (lags) [h+ Ah] y éngulos [g + A6). Por convencién el comienzo del vector h, 2(X) es llamado valor cola (tail), mientras que el valor al final 2(%:+ h) es llamado el valor cabeza (head). 4.2) Realice los diagramas de dispersion h para los valores del Zn . con h=2m, 4m, 6m. La abscisa corresponde a los valores de las colas y las ordenadas a las cabezas. (Inserte las grificas obtenidas en su reporte de laboratorio). Nota: Para poder visualizar de una mejor manera la correlacién se puede agregar a la gréfica una linea con inclinacién de 45°, DESARROLLO Primeramente cargamos Excel, en seguida abrimos el archivo de De Wijs. el cual se trabajé en la préctica pasada. Los datos medidos estan a cada 2 metros de distancia.Datos de Zn de Dewijes 5 ° > “ ise 20 wm 2 2 1az a 2 ne 16 Ey 364 6 3 148 2 » 196 zo ” ee 4 38 64 2 ao 46 Ahora seleccionamos los datos a cada dos metros, esto lo hacemos poniendo el apuntador mas clic y jaléndolo hasta ¢1 ultimo dato. Para seleccionar los datos hay que poner el apuntador> més clic en el botén izquierdo del ratén y se arrastra hasta el Ultimo dato que vayamos a seleccionar.Ahora le damos botén derecho al mouse yseleccionamos la opcién de copiar Ponemos el apuntador en fa celda C2, le damos clic al botén derecho del mouse y seleccionamos la opcién de pegar ATYSSRECREN EERE ATE REE TED La celda C1 Ievara el nombre de “h=2m.”En la columna “D” pondremos h = 4 metros, para esto seleccionamos lo valores desde 4m hasta el tiltime valor. Para el diagrama de dispersién de h = 4m tomaremos los valores desde 9. 5 hasta el ultimo dato. Para seleccionar los datos le damos clic al botén iaquierdo del mouse y lo arrastramos hacia abajo Ya que se tienen seleccionados los datos se le da botén derecho al mouse yse seleccionala opcién de copiarPonemos el cursor en la celda 02 le damos botén derecho al mouse yle decimos que pegue los datos Listo, después de pegar los datos se realizan los mismos pases para lag igual a6 m. Ahora realizaremos la grifica de dispersién colas vs cabezas a cada 2,4 6 10 y 12 metros, para esto seleccionamos los datos de la col B SSUSEY SEREUBE EEE!| vamos 3 Insertar, grifics Wp Dispersién, excogemes is ‘que es sole con marcadores | vamos a Herramientas de jisafiede erdfice, shi seleccionmos el disefio nimem 9, para editar los encabezados nada mas se la ds ‘elie sobre el mismeEste mismo procedimiento se realiza para lagrificas faltante, h = 4m, se seleccionan los datos de la columna B2:B117, D2:D117, al tener seleccionadas estas columnas se realizan todos los pasos anteriores para realizar la grifica de dispersién. Esto es para h= 6m, h=8m, h=10m y h=12m. 4.3 Preguntas 1 ;Cémo seria le nube de puntos para un valor de h=0? 2 ,COmo se manifestaria en el diagrama de dispersién h una correlaciGn perfecta? 3° Es igual el niimero de puntos que aparecen en los diagramas de dispersién para diferentes valores deh? De qué depende cl mimero de puntos? 4 {Qué significael hecho de que la dispersién de la nube de puntos vaya aumentando conforme aumenta la distancia h? 5. jExiste alguna relacién entre el ensanchamiento de Ia nube de puntos y el coeficiente de correlacién? 6 {Existe alguna relacién entre el ensanchamiento de la nube de puntos y el variograma 5) Las Funciones covarianza, correlograma y semivariograma. 5.1) Funcion de covarianza para el Zinc ‘De acuerdo a las formulas vistas en clase implemente la funcién covarianza (con rangos de clase de 0,2, 4, 6, 8, 10 y 12m) y haga la gréfica correspondiente. 5.1) Funcién de covarianza para dl Zine De acuerdo a las férmulas vistas en clase implemente la funcién covarianza (con rangos de clase de 0,2, 4, 6, 8, 10 y 12m) y haga la gréfica correspondiente. DESARROLLO Primeramente vamos a crear una columna en Excel don tendremos los rangos de clase. 7 : 12 Rangos de clase a cada dos metrosAdyacentemente a la columna de rangos crearemos la columna de covarianza o Pe h covarianza o 2 4 6 8 10 12 Ahora calcularemos la covarianza de los datos de dewijes, para esto utilizaremo Ahora calcularemos la covarianza de los datos de dewijcs, para esto utilizaremos la formula COVAR, ponemos el cursor ena celda P2 y escribimos 1g formula seleccionando los datos hie 1 1+ ee eee eidin|sue Mm htm a ee ° ou 62 BS aw 1 pen zy 8 uo 29 Hn mw yt eon 4 mw Bk we 1% aK ¢ i 2 ou 2 wu BS a4 mek | “om om mt 6 Au ee ws mmf! so a a oH me m otf 7 8 mm mf so om wT oat a 8 7 i on mu 8 a Mt mm 1k RR 5B woe x mat moe a er cr sat : a ou Mm a Be En la Celda P2 ponemos la “ “ “oe ° | férmula:=COVAR(B2:8119,82: ° Pp 8119) h covarianza 0 En/a celdaP3 escribimosla 7 Formula: =COVAR(B2:8119,C2:C119) 8 En la celda Pd escribimosla 10 formula: 12 =COVAR(B2:8117,02:0117) Hay que tomar en cuenta que los datos se tienen que acomodar en la forma de la hoja de arribaYa cuando se obtienen los valores de los diferentes rangos se seleccionan los datos y se realiza la grifica (si no se recuerda cémo se realiza una grAfica, ver practica uno) 5.2) Correlograma. ‘De manera analoga haga la funcién del correlograma con su gréfica correspondiente. DESARROLLO Adyacentemente a la columma de COVARIANZA creamos la columna del correlograma (correlacién). h covarianza correlogama 0 63smases 2 28.6957293 4 18.3222919 6 195739705 8 Ahora calcularemos la correlacién entre los datos de dewijes, para esto utilizaremos la formula COEF DE.CORREL ( }, ponemos el cursor en la celda Q2y escribimos Ia formula seleccionando los datos Dt rh Cronat sf nua ‘ 2 ase fms ‘sam Suse 4 5am 1 2 ym & ow ow om om te we 8 2 i 4 S ow ow om te re 4 om ow ow oe eo a aoa WT om em Los datos se pueden acomodar al gusto del estudiante, este es sdlo un ejemplo para desarrollar la prictica.h coverlanza _eorrelograma En la Celda (2 (b=0) escribimos lz ‘somala: 0} 615054885) —~cosr DE. coRREL(B2:B119B2:B119) 2 28.6657204 x 4 18.3222019 En la Celda Q3 (h=2) escribimos la ‘fémala: 6 195739705 COEF DE.CORREL(B2:B118,C2:C118) 8 113623777 10 15.523716 En la Celda Q4 (H=4) escribimos la 2 10,786588 formate ‘-COEF.DE.CORREL(B2:B117D2:D117) Después de calcular todos los valores para “h” se realizala gréfica“th vs correlograma” 5.3) Preguntas 7. Analice lascurvas obtenidas y explique sucomportamiento. {Existe alguna relacién entre ellas? 8 {Qué significa el comportamiento decreciente de la fancién de covarianza y el correlograma? 9 {A qué distancia de separacién (aproximada) decrece a cero la correlacién y covarianza entre los datos?‘$.4) Semivariograma. Obtenga los siguientes semivariogramas experimentales e inserte las grdficas correspondientes en su reporte. i) Clases de distancia de 2m, es decir, 0,2,4,6,8...] y Ah=Om DESARROLLO Abrimos Excel copiamos los datos de Dwijs y los pegamos en la columna A de cada uma de muestras hojas de trabajo Vamos a crear tres hojas con H>2, H74, H=6. En cada ung de estas“hojas 10s a pegar los datos ijes en [a columna A. ~ Pu 2 Uistor | Para calcular el valor del semivariograma de h-2, acomodaremos los datos de la siguiente manera (este es sélo un ejemplo, el estudiante los puede acomodar como mejor se acomode). eae aun TI as Datos de dewijes a cada 2 metrosEn Jas columnas C, E, G y I calcularemos la diferencia entre colas y cabezas al cuadrado Mare-\ae lconviary corte x t 7 € F z H i T wo 1496 35 156 52 ont 182 200 " aot 1156 (A2-B2y°2 S29 Mientras que en la esle@D sera la ae siguiente formu ase =(A2-EDy" a9 a 689 he Asi sucesivamente para h=4, h=6 an sa 5523 3 ig 08 wa "eres wa Te tes 280) stats tak Haat rac ww Mes = a 2 Fe as-89-3 a = i lowe” lee ira a3 3 = tea En la celda C2 Le damos Enter yse ie 209] zoe a 4] arrastra la formula hasta el valor final (CELDA “C118") 18a 2 ey zCuando se tiene todos los valores calculados, pasamos a realizar Ia |-sumatoria de los datos En lacelda C120 calculamos el semivariograma dela siguiente manera: ay 7=C119((27118) say 2 2H z(u,+h))" inde (C119: es Ia sumatoria dela columna C 118: es el némero total de datos ocupados (colas y cabezas) Para calcular los valores restantes del semivariograma h=2, se realiza los mismos pasos mencionados anteriormente. Ya cuando se tienen todos los valores se realiza la grifica de h= 2, ejemplo: . para calcular sucalcularemos los valores para €] semivariograma h=4 4 come | En la celda B2 escribiremos la formula: -(A2-A3)*2 Le damos ENTER y arrastramos la formula hasta el “= | valor final (CELDA B236) emt f=» Enlacelda D2 la formula seré: -(A2-A4)'2 a Mientras que en la celda F2 es. -(A2-ASY'2 | a a . 7 at ay ew wes eg app La celda H2 levara la formula. -(A2-A7/'2 U z | te Re) tar ag gg | Entodos os casos la fémnula se arastra hasta el valor 5 8 i) ah tee at | final, siempre seré uno menos que el anterior. ME OE_Acomnnaryereae | $+ te wal a Zo me 2B Bs ea Es B a os 233 aerwumicgre a2 0020500 coeorsexe — sisarss 7 an 1 ow : = h) =—— P (2(u,)- 2(u, +h) 23 (hb) aN et) (u, +h)) Por tiltimo se realiza la grafica para el semivariograma h = 4, ejemplo: Para el semivariograma h=6 se realizan los mismo pasaos de los ejemplos anteriores5.5) Preguntas: 10. {De acuerdo a su opinién cul de los variogramas experimentales obtenidos es el més ‘6ptimo para su utilizacion y por qué? 11. {Qué le sucede al semivariograma en la distancia correspondiente al rango? 12. ,Qné efecto se manifiesta cuando el valor del semivariograma no tiende a cero al tender ha cero? A qué se debe este efecto? 6) Ajuste manual del variograma a un modelo teérico. Elija de los variogramas experimentales anteriores el que le parezca mis adecuado para ajustar am modelo teérico. ‘A continuacién grafique su variograma experimental y trate de ajustarlo a un modelo esférico de manera manual. Escoja de manera visual el valor del sill de su variograma, después, a partir de un valor inicial para el rango vaya aumentindolo paulatinamente. Grafique los variogramas ajustados sobre el variograma experimental (minimo 3). En cada caso obienga el RMSE (Root Mean Square Error) entre el variograma experimental y el ajustado. Variograma esférico istt-os) Th tac iepseo a) | sifif < a yQi)-c, sil] 2a Donde “c” es el valor del sill y “a” el rango en el modelo esférico. Ejemplo: Yas (A= Primeramente tendremos que escoger el variograma experimental que mas se ajuste a nuestro modelo teérico, para modo de ejemplo utilizare el semivariograma h=4 semivariograma h=4 De este semivariograma experimental obtendremos él sill y el rango el cual se elegiré de forma visual.Del semivariograma semivariograma si RANGOLa} © a ’ u ‘tenemos que nuestro sill tendré un valor inicial de 50 y nuestro rango serd de 6.9m, estos valores los tomaremos para calcular el variograma teérico. hoja nueva de Excel para calcular los diferentes variogramas teéricos, en a variar los valores de SILL y de] RANGO, lo cual nos ayudara a tener el mejor modelo teérico, esto lo comprobaremos con el error medio cuadratico (RMSE). este caso vam HD fe Boormnyomes $ ee EA oom, or a 6 a: a a « Nl Para calcular cl variograma teérico vamos a utilizar Ia formula del variograma esferico, el sill y el rango, en Je celda D2 vamos a eseribirla formula: i *SI(C2<-$BS3,SBS2*(1.5*C2/SBS3-0,54(C2'SBS3)"3).$B82) vanosreonco En la celda DIL donde ya se ard el valor del SUL y el RANGO lz formula sera la siguiente: =SI(C11<=SBS12,SBS11 "(1 5*C11SBS12.05(C11SBS12)'3)SBS11) En el utlimo variograma te6rico el valor de la formula seri: aay =SI(C22<-SBS23,$BS22"(1 5+C22SBS73-05*(C22SBS23)'3)SBS22) : Hay que tomar en cuenta que para que la formula funcione, 4 Jos datos tienen que estar acomodados de la misma manera que en el ejemplo, los valores del SILL y del RANGO. vvariaran en funcién de los resultados de cada estudiante. Por tiltimo se realizan las graficas de cada uno de los variogramas calculadosEl error medio cuadratico se calcula con los valores del semivariograma experimental y los valores del variograma teérico h semiztiogama exceimental veriogama tedrico (G2H2)'2 4 AQ. 38086057 71 3860777028 14.2497893. 8 aoe 50 074206261 12 50. 456683874 RMSE = 4 cr ST, 19.5495007 RMSE=—_1.47383064 6.1)Preguntas: {Seguin usted cual es el mejor ajuste? (Cul es el ajuste al que le correspondié el menor RMSE? {Usted considera que el RMSE es el mejor parametro para ajustar un variograma experimental aun modelo teérico? Por qué?