:.: Breve Descripción del curso:

:.: Objetivos del curso:

Generales:
Realizar una revisión de las principales técnicas para el análisis estadístico de datos espaciales.

Específicos:

1. Introducir al estudiante a las características propias de los datos espaciales.

2. Adquirir experticia en la exploración de distribuciones espaciales, y la identificación de patrones, singularidades y regímenes dinámicos.

3. Introducción a las técnicas estadísticas condicionadas por la autocorrelación espacial: test de hipótesis, regresión, interpolación y simulación geoestadística.

:.: Requisitos para tomar el curso:

:.: Bibliografía

• Anselin, L. (1999). Interactive techniques and exploratory spatial data analysis. In P. Longley, M. Goodchild, D. Maguire and D. Rhind (Eds.), Geographical Information Systems 2nd Ed, pp. 25-264. New York, Wiley.

• Chiles, J P y Delfiner, P, (1999). Geostatistics, Modelling Spatial Uncertainty, Wiley Series in Probability and Statistics. Wiley.

• Fotheringham, A. Stewart, Chris Brunsdon and Martin Charlton (2000). Quantitative Geography, Perspectives on Spatial Data Analysis. Sage.

• Longley, P.; Goodchild M.; Maguire, D. y Rhind, D. (2001). Geographic Information Systems and Science. Wiley.
  Cap. 9: Geographic Data Modeling.
  Cap. 12: Visualization and user interaction.
  Cap. 13: Geographic Query and Analysis: From Data to Information.

• O'Sullivan, D., Unwin D. (2002). Geographic Information Analysis. Wiley: Hoboken, NJ.

:.: Recursos en Internet

• GeoVista Studio: un entorno basado en Java para el análisis exploratorio y visualización del análisis exploratorio de datos. http://www.geovistastudio.psu.edu/jsp/index.jsp

• GeoDa: un entorno para el análisis exploratorio de datos sobre datos reticulares (puntos y polígonos). http://sal.agecon.uiuc.edu/csiss/geoda.html

• R-geo: sitio que pretende servir como guía a los recursos para el análisis de datos espaciales usando el sistema estadístico R. http://sal.agecon.uiuc.edu/csiss/Rgeo/index.html

:.: Contenidos:

• Unidad 1: Particularidades de los datos espaciales.
  Introducción. Dificultades y potenciales propios de los datos espaciales. Muestreo de datos espaciales.

• Unidad 2: Análisis exploratorio de datos espaciales.
  Visualización de datos espaciales. Gráficos dinámicos. Visualización de la autocorrelación espacial.

• Unidad 3: Autocorrelación de datos espaciales.
  Análisis y visualización de datos espaciales multivariantes autocorrelacionados. Test de hipótesis bajo autocorrelación espacial.

• Unidad 4: Variogramas.
  Fundamentos, interpretación y modelado de los variogramas.

• Unidad 5: Regresión espacial y Kriging.
  Interpolación espacial utilizando la técnica de kriging. Bases, visualización e interpretación.

• Unidad 7: Simulación geoestadística.
  Aplicación espacial de simulación de Monte Carlo con cadenas de Markov. Bandas alternates. Simulación estocástica gaussiana secuencial.