Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen Análisis Estructural
Resumen Análisis Estructural
3. Anlisis Estructural
Ramn Giraldo H.
PhD. Estadstica
Profesor Departamento de Estadstica
Universidad Nacional de Colombia
Variable Regionalizada
EZ x m x D R m
CovZ x , Z x h C h
Estacionariedad Dbil
EZ x Z ( x h) 0
V Z x Z ( x h) 2 h
estacionario
No estacionario
Variograma
Esta funcin permite medir la relacin que existe entre los datos de
acuerdo con la cercana (h) entre los sitios
V Z x Z ( x h) E Z x Z ( x h) E Z x Z ( x h)
2 2
E Z x Z ( x h)
2
2 h
z x h z x 2
nh
Otras Medidas de Correlacin Espacial
C(h) (h)
2
h
h 1 2
Semivariograma y Correlograma
Correlograma
Semivar.
Meseta
Pepita Rango h
Variograma
Funcin de Covarianza
Ilustracin
44 40 42 40 39 37 36
42 43 42 39 39 41 40 38
37 37 37 35 38 37 37 33 34
35 38 35 37 36 36 35 200
36 35 36 35 34 33 32 29 28
38 37 35 30 29 30 32
100
Clculo del Semivariograma
(100)38 37 37 35 ... 37 36
2 2 2
(200)38 35 35 30 ... 39 36
2 2 2
100 3.403
200 6.258
500 19.750
775 23.259
Semivariograma
25
20
15
10
5
0
0 500 1000
Semivariograma Emprico y Ajuste de un
modelo terico
Modelo de Variograma
Gaussiano
h2
( h) C1 1 exp
2
a
Clculo del variograma en direccin
Variograma Cloud
This is an example of
a variogram produced
using ArcGIS's
Geostatistical Analyst.
[ Z ( si ) Z ( s j )]2
ij
2
Modelos tericos de variograma
3 h 1 h 3
C1 ha
Esfrico ( h) 2 a 2 a
C1 ha
3h
( h) C1 1 exp
Exponencial a
h2
( h) C1 1 exp
Gaussiano 2
a
0 if h 0
Efecto Nugget ( h)
1 otro caso
Modelos de
Semivariograma
Parmetros del Variograma Terico
Pepita:
Se denota por C0 y representa una discontinuidad puntual del semivariograma en el
origen. Puede ser debido a errores de medicin en la variable o a la escala de la
misma. En algunas ocasiones puede ser indicativo de que parte de la estructura
espacial se concentra a distancias inferiores a las observadas.
Meseta
Varianza de los datos. Se denota por C1 o por (C0 + C1) cuando la pepita es
diferente de cero. Se sugiere que en un modelo que explique bien la realidad, la
pepita no debe representar mas del 50% de la meseta. Si el ruido espacial en las
mediciones explica en mayor proporcin la variabilidad que la correlacin del
fenmeno, las predicciones que se obtengan pueden ser muy imprecisas.
Rango
Es la distancia hasta la cual hay correlacin entre los datos. Entre ms pequeo sea
el rango, ms cerca se esta del modelo de independencia espacial. El rango no
siempre aparece de manera explcita en la frmula del semivariograma.
Comparacin de modelos Tericos de
Variograma
30
25
Semivariograma
20
Esfrico
15 Exponencial
Gaussiano
10
0
0 50 100 150 200 250 300
Distancia(h)
Otras Medidas de Correlacin Espacial
C(h) (h)
Covariograma
2
h
h 1 2
Correlograma
Es ms fcil trabajar con el variograma
Test de Montecarlo
de Correlacin Espacial
Isotropa: Igual Correlacin en todas las
direcciones
Anisotropas
Anisotropas :
Anisotropa Geomtrica
Anisotropa Zonal
Anisotropa Hbrida
Anisotropa: hay ms correlacin en una
direccin que en otra.
Anisotropa Geomtrica :
Es aquella en la que el 3
variograma en distintas
2,5
direcciones presenta el mismo
sill pero rangos distintos 2
Variograma
1,5 N-S
E-O
Mayor continuidad espacial en 1
la direccin de mayor rango
0,5
0
Menor continuidad espacial en 0,0 0,9 2,0 3,0 4,1 5,1 6,2 7,2 8,3 9,3 10,4 11,4
Anisotropa Zonal :
3,5
Es aquella en la que el
2,5
variograma en distintas
direcciones presenta el mismo 2
Variograma
rango pero diferente sill 1,5
Distancia
Anisotropa Hbrida
Anisotropa Hbrida :
Variograma
distintos sill. 2,5
2
Presencia de diferentes 1,5
estructuras 1
0,5
0
Caracterstico de variogramas 0 0,6 1,2 1,8 2,4 3 3,6 4,2 4,8 5,4 6 6,6 7,2
horizontales y verticales Distancia
Mapa de Variograma: isovalores del variograma experimental
en funcin de la separacin (distancia y orientacin). Caso
de anisotropa geomtrica (en cualquier direccin el valor
mximo es 1 = sill)
Modelos de variograma anisotrpicos
-Anisotropa geomtrica:
Puede ser corregida por una transformacin lineal de
coordenadas que permita reducir una elipse a un circulo.
-Anisotropa zonal:
puede ser corregido separando el semivariograma en sus
componentes isotrpicos horizontal y anisotrpico vertical.
Estimacin de la Estructura de Correlacin
Mnimos Cuadrados
(Usando el variograma muestral)
1.1. Ordinarios
1.2 Ponderados
1.3. Cuasi-Verosimilitud
2.1. Mxima-Verosimilitud
2.2. MV Restringida
2.3. Bayesiana
Mtodos para ajustar el variograma
OLS ( ) min u u;
2
2
QL ( ) min
1
u u;
u;
Estimacin por Mnimos Cuadrados
Sill
2 2
2,0
1,6
Semivariance
1,2
2
0,8
Nugget Range
0,4
0,0
0 10000 20000 30000
Distance
3
2 3 u 1 u
2
u
(u; ) 2 2 Esferical
2 2
u
Exponential
3u
(u; ) 2 2 1exp Matern
k .5
u2
(u; ) 1exp 2
2 2 Gaussian
k
Matrn
Distribucin Normal Multivariada
Y ( s1 ) ( s1 ) 2 C ( s1 , sn )
Y ( s) ~ N ( s) ,
Y (s ) (s ) C (s , s )
n n n 1 2
1
f (Y ( s )) exp (Y ( s) ( s )) (Y ( s) ( s ))
T 1
(2 ) 2
1/ 2
Geoestadstica Basada en Modelo
Modelo
Y ( x) S ( x) Z ( x)
Observaciones Seal Ruido
S ( x1 )
Z ( x1 )
S ( x) ~ MVN , 2 R
~ Z ( x) ~ MVN 0, 2 I
S(x )
~
~
Z (x ) ~
n
n
1 12 1n
1 2n
, u ij Corr S ( xi ), S ( x j ) , u xi x j
R
1
Estimacin Mximo Verosmil
2, 2 , Parmetros deG( ) 2
I 2 R , X
l ,
1
2
log G y X G y X
T 1
Log-Verosimilitud
X G( ) 1 X X G( ) 1Y
1
l , log G y X
1
2
G y X
T 1
l , es maximizada numricamente Estimacin MV
1
2
1
1
L* log G log X G X y X G y X
ML, REML