Estadística Espacial

José Antonio Rivera Colmenero

1
 Descriptores del patrón puntual
 Tendencia central
1. Media central (Media espacial)
2. Media central ponderada
3. Mediana central (mediana espacial) – no se
utiliza ampliamente por su ambigüedad

Considere n puntos x1 , y1 ,, xi , yi ,, xn , yn 

2
 Tendencia central–
Media Central (media espacial)
 Las dos medias de las coordenadas definen
la localización de la media central.

 n n

  xi  yi 
( xmc , ymc )   i 1 , i 1 
 n n 
 
 

3
 Tendencia central–
Media Central Ponderada
 Las dos medias de las coordenadas definen
la localización de la media central o centro
medio
 n n

  wi xi  wi yi 
( xwmc , ywmc )   i 1n , i 1n 
 
  wi  wi 
 i 1 i 1 ,

Dondewi es el peso del punto i 4

Descriptores del modelo puntual
 Dispersión y Orientación
1. Distancia estándar
2. Distancia estándar ponderada
3. Elipse de desviación estándar

5
 Dispersión y Orientación –
Distancia estándar
 ¿Qué puntos se desvían de la media central?
 Recordemos que la desviación estándar de
la población es: n

 ( xi   )2
 i 1
n
 ( xmc , ymc ) es la media central,
n n

 (x  x
i mc ) 2   ( yi  ymc ) 2
SD  i 1 i 1
n
6
 Dispersión y Orientación –
Distancia Estándar Ponderada
 Los puntos pueden tener diferentes valores de
los atributos que reflejan su importancia relativa

 ( xwmc , ywmc ) es la media central ponderada,

n n

 i i wmc  i i wmc
w ( x  x ) 2
 w ( y  y ) 2

SDw  i 1
n
i 1

w
i 1
i

7
 Dispersión y Orientación –
Elipse de la Desviación estándar
 La distancia estándar es una buena medida de la
dispersión de los incidentes alrededor de la media
central pero no refleja ningun sesgo direccional.
 La elipse de la desviación estándar da la dispersión
en dos dimensiones y se define por tres parámetros:
 Ángulo de rotación
 Dispersión a lo largo del eje mayor
 Dispersion a lo largo del eje menor.

8
 TABLA 5 CÁLCULO DE LA ELIPSE DE LA DESVIACIÓN ESTÁNDAR

Localidad x y x' y' x' 2 y'2 x' y '

1 4.50 22.00 0.45 0.79 0.2025 0.6173 0.3536

2 6.00 23.00 1.05 0.21 1.1025 0.0459 0.2250

3 4.50 22.50 0.45 0.29 0.2025 0.0816 0.1286

4 4.70 23.10 0.25 0.31 0.0625 0.0988 0.0786

5 4.00 11.00 0.95 11.79 0.9025 138.9031 11.1964

Dispersión y Orientación – 6

7
5.00

5.00
23.00

21.00
0.05

0.05
0.21

1.79
0.0025

0.0025
0.0459

3.1888
0.0107

0.0893

Elipse de la Desviación 8

9
3.00

6.00
24.00

22.00
1.95

1.05
1.21

0.79
3.8025

1.1025
1.4745

0.6173
2.3679

0.8250

estándar 10

11
5.00

6.00
25.00

22.00
0.05

1.05
2.21

0.79
0.0025

1.1025
4.9031

0.6173
0.1107

0.8250

12 6.50 21.50 1.55 1.29 2.4025 1.6531 1.9929

13 6.00 24.00 1.05 1.21 1.1025 1.4745 1.2750

14 4.00 26.00 0.95 3.21 0.9025 10.3316 3.0536

Coordenadas de las 15 4.00 24.00 0.95 1.21 0.9025 1.4745 1.1536

16 4.70 23.90 0.25 1.11 0.0625 1.2416 0.2786

localizaciones de 17 4.50 22.50 0.45 0.29 0.2025 0.0816 0.1286

18 4.00 22.00 0.95 0.79 0.9025 0.6173 0.7464

viviendas cerca del 19 4.00 25.00 0.95 2.21 0.9025 4.9031 2.1036

20 7.00 23.00 2.05 0.21 4.2025 0.0459 0.4393

cauce de un río. 21 5.00 21.00 0.05 1.79 0.0025 3.1888 0.0893

22 3.00 25.00 1.95 2.21 3.8025 4.9031 4.3179

23 5.00 22.00 0.05 0.79 0.0025 0.6173 0.0393

24 6.00 22.50 1.05 0.29 1.1025 0.0816 0.3000

Se utilizan las 25 1.50 25.50 3.45 2.71 11.9025 7.3673 9.3643

26 5.00 22.50 0.05 0.29 0.0025 0.0816 0.0143

coordenadas 27 5.50 25.00 0.55 2.21 0.3025 4.9031 1.2179

28 4.00 23.00 0.95 0.21 0.9025 0.0459 0.2036

cartesianas para 29 5.00 21.00 0.05 1.79 0.0025 3.1888 0.0893

30 6.50 23.50 1.55 0.71 2.4025 0.5102 1.1071

facilidad del ejemplo. 31 3.00 25.50 1.95 2.71 3.8025 7.3673 5.2929

32 8.00 19.00 3.05 3.79 9.3025 14.3316 11.5464

33 5.00 23.00 0.05 0.21 0.0025 0.0459 0.0107

0.79 1.6107
Pero debería utilizarse
34 7.00 22.00 2.05 4.2025 0.6173

35 6.00 25.00 1.05 2.21 1.1025 4.9031 2.3250

0.79 0.0393
las coordenada de 36

37
5.00

3.00
22.00

24.00
0.05

1.95 1.21
0.0025

3.8025
0.6173

1.4745 2.3679

1.79 3.6607
longitud y la latitud 38

39
7.00

3.00
21.00

25.00
2.05

1.95 2.21
4.2025

3.8025
3.1888

4.9031 4.3179

0.95 0.2036
terrestres. 40

41
4.00

8.00
23.00

22.00 3.05
0.21

0.79
0.9025

9.3025
0.0459

0.6173 2.3964

42 4.00 24.00 0.95 1.21 0.9025 1.4745 1.1536

Suma 207.90 957.00 0.00 0.00 81.8250 236.8914 40.5000

Media 4.95 22.79

9
 y
Dispersión y Orientación – 27

Elipse de la Desviación 26

Estándar 25
DETERMINACIÓN DE 24
LA MEDIA CENTRAL o 23 ( x, y )  (4.95,22.79)
y
PUNTO MEDIO o 22
CENTRO DE GRAVEDAD 21

20

19
El conjunto de estas 18
localizaciones forma una nube de
puntos alargada y con una 17
dirección noroeste-sureste. 16

Observe el punto atípico en la 15

parte inferior de la gráfica (xz, yz)
14

13
(xz = 4, yz = 11) en la fila
número cinco de la Tabla 12
anterior) ( xz, yz )
11
10 x
1 2 3 4 5 6 7 8
x
10
.
y y'
Dispersión y Orientación – 27

Elipse de la Desviación 26

Estándar 25
TRASLACIÓN DE LOS 24
EJES AL CENTRO DE 23
GRAVEDAD O MEDIA x'
22
CENTRAL
21

20

Conocidas las 19
coordenadas medias, 18
se procede al cálculo 17
de las coordenadas
16
centradas:
15

( x' , y ' ) 14

13

12

11
( xz, yz )
10 x
1 2 3 4 5 6 7 8 11
.

y y'
27
Dispersión y Orientación – 26
  76.23 O
Elipse de la Desviación 25
Estándar 24
y' '
CÁLCULO DEL ÁNGULO
DE  ROTACIÓN DEL
23
x'
22
EJE y '
21
2 2
 n n
2  n n
2  n  20
  x' i   y ' i     x' i   y ' i   4   x' i  y ' i 
2 2

 i 1 i 1   i 1 i 1   i 1  19
tan  
 n 
2   x' i  y ' i  18
 i 1  17

16
(81.825  236.8914)  (81.825  236.8914) 2  4(40.5) 2 19.881
   0.245 15
2 (40.5)  81
14

13
  ang tan 0.245  13.77 O
12
( xz, yz ) x' '
11

  90  13.77  76.23 O 10
1 2 3 4 5 6 7 8
x

12
.
.

y
27
26

Dispersión y Orientación – 25
Elipse de la Desviación Estándar  x' ' y' '
24
CÁLCULO DE LAS  y' '
23
DESVIACIONES ESTÁNDAR 22
EN x' ' E y ' ' 21

 n   n 
   sen  cos      y 'i 2  sen 2
n 20
  x' i  cos 2   2   x' y ' 
2

 i 1   i 1   i 1  19
 x' ' 
n 18

17
(81.825)(0.056)  2(40.5)(0.23)  (236.8914)(0.94) 245.89
   2.42
42 42 16

15

 n   n 
   sen  cos      y'i 2  cos 2
n
  x' i  sen 2  2   x' y ' 
2 14
 i 1   i 1   i 1  13
 y' ' 
n 12
( xz, yz ) x' '
11
(81.825)(0.94)  2(40.5)(0.23)  (236.8914)(0.056) 108.81
   1.61.
42 42 10 x
1 2 3 4 5 6 7 8
13
.
.

y y'
27
Dispersión y Orientación –   41.24 O
26
Elipse de la Desviación Estándar y' '
25
CÁLCULO DE LAS
24
DESVIACIONES ESTÁNDAR
SIN CONSIDERAR EL PUNTO “z” 23
x'
22
21

Se observa que al no 20

considerar el punto 19

atípico «z» cambia el 18

x' '
ángulo de rotación y 17
por consecuencia la 16 Elipse sin considerar el
orientación de la elipse 15
punto “z”.
x  4.97 ; y  23.07
de desviación estándar. 14  x' '  1.84 ;  y ' '  0.95
13

12

11
( xz, yz )
10 x
1 2 3 4 5 6 7 8

14
 Métodos estadísticos en SIG
(Sistema de Información Geográfica)
1. Punto:
• Información de la localización únicamente
2. Line:
• Localización + información de atributos

3. Polígono:
• Localización + información de atributos

15
 ANALIZADORES DEL
PATRÓN DE PUNTOS
 Los dos principales enfoques

1. Análisis cuadrático–
 Se basa en la distribución de frecuencias o
densidad de puntos dentro de un conjunto de
rejillas o mallas

2. Análisis del vecino más cercano–

 Se basa en las distancias de los puntos

16
 Análisis Cuadrático(AC)
 Enfoque de la Densidad de puntos
 La densidad medida por el análisis cuadrático (AC) se
compara con un modelo aleatorio (Pruebas de
Kolmogorov-Smirnov y Chi-cuadrada)

ALEATORIO UNIFORME/ CONGLOMERADO

DISPERSO

17
 Análisis Cuadrático (AC)
Censo Muestreo Multiples formas de crear cuadrantes:
exhaustivo aleatorio Los cuadrantes no tienen que ser
cuadrados y su tamaño tiene gran
influencia

18
2
Análisis Cuadrático (AC)
Prueba Chi-Cuadrada
Prueba de Chi-cuadrada
PARA OBSERVACIONES PUNTUALES
La prueba de la Chi-cuadrada aplicado a
observaciones puntuales tiene por objeto
comparar las frecuencias observadas de
estos puntos con las frecuencias esperadas.
Comentaremos su realización mediante un
ejemplo.
La Figura de la siguiente
diapositiva muestra la localización
en una región de los focos, de
incendios que han tenido lugar en el
último año. La prueba de la Chi-
Cuadrada nos permite determinar si
el emplazamiento de estos focos
obedece al azar o si han intervenido
otros factores en su localización
(proximidad al área de esparcimiento,
cercanía a carreteras, tipo de
vegetación presente en la zona, etc.).
19
.
Análisis Cuadrático (AC)
Prueba Chi-Cuadrada
Los pasos para la elaboración de la prueba son
los siguientes:

PASO 1. Se superpone a la distribución de puntos

una malla de cuadrículas del mismo tamaño. Se
cuenta el número de puntos “n”, el número de
cuadrículas “c”, y se obtiene el cociente de ambos,

Focos de incendios en una región
  n/c
Dado que se han considerado 155 puntos
insertos en un total de:
c  (7  9)  1  62
cuadrículas, entonces:

  155 / 62  2.5
20
(H 0 )

.
Análisis Cuadrático (AC)
Prueba Chi-Cuadrada
PASO 2. Si se mantiene la hipótesis H0 de que la distribución de los focos de incendio es una
distribución aleatoria , entonces es de esperar que el número de puntos inserto en cada cuadrícula
sea el mismo en todas ellas. Por ello se compara la distribución observada con la distribución
aleatoria de Poisson. Esta señala que la probabilidad de que existan «c» cuadrículas con «m»
puntos es:

donde: Pr : Probabilidad de que existan “c” cuadrículas con “m” puntos.

e : Base de los logaritmos neperianos: 2.71828.
n : Número de puntos en la malla de cuadrículas del mismo tamaño.
c : Número de cuadrículas consideradas.
                                   m :  número de cuadrículas con determinada cantidad de puntos. 
           :     n / c    

21
.
Análisis Cuadrático (AC)
Prueba Chi-Cuadrada
PASO 3. Se realiza una distribución
de frecuencias contando el número de
cuadrículas con un punto, dos, tres,
etc. (Columna 6 de la Tabla 1)

En la columna 7 se comparan estos valores con el

número de celdas observadas con “m” puntos, presente en
la columna anterior. El valor de chi-cuadrada consiste en
la sumatoria de esta columna 22
.
Análisis Cuadrático (AC)
Prueba Chi-Cuadrada
(O  E ) 2
  
2
 89.42.
Celdas E

Finalmente, se analiza el grado de desviación de este último dato respecto al que

proporcionaría una distribución aleatoria. Para ello se consulta una tabla de valores críticos de
 2 (Tabla A), siendo los grados de libertad c  2  62  2  60 y utilizando un nivel de
significación de 0.05. Puesto que el valor de la sumatoria (89.42) supera al resultado de la
tabla (79.08), nos indica que la disposición de los puntos se debe a algún factor externo y no
es el producto del azar.

23
. Análisis Cuadrático (AC)
Prueba Chi-Cuadrada

(O  E ) 2
2    89.42.
Celdas E

24