Contenido

El análisis espacial se enfrenta a muchos problemas fundamentales en la definición de sus objetos de estudio, en la construcción de las operaciones analíticas que se utilizará, en el uso de ordenadores para el análisis, en las limitaciones y particularidades de los análisis que se conocen, y en la presentación resultados de analíticas. Muchos de estos temas son sujetos activos de la investigación moderna.

Existen errores comunes que suelen surgir en el análisis espacial, algunos debido a la matemática del espacio, algunos debido a las formas particulares de los datos se presentan espacialmente, algunos debido a las herramientas que están disponibles. Los datos del censo, debido a que protege la privacidad individual agregando datos en unidades locales, plantea una serie de cuestiones estadísticas. La naturaleza fractal de la costa hace que las mediciones precisas de su longitud sean difíciles, si no imposibles. Un software que ajusta las líneas rectas a la curva de un litoral, puede calcular fácilmente las longitudes de las líneas que define. Sin embargo, estas líneas rectas pueden no tener un significado inherente en el mundo real, como se demostró para la costa de Gran Bretaña.

Estos problemas representan un desafío en el análisis espacial debido al poder de los mapas como medios de presentación. Cuando los resultados se presentan como mapas, la presentación combina datos espaciales que son generalmente precisos con resultados analíticos que pueden ser inexactos, dando lugar a una impresión de que los resultados analíticos son más precisos de lo que los datos indican.[1]​.

Caracterização espacial

Definir a presença espacial de uma entidade limita a análise possível que pode ser aplicada a essa entidade e influencia as conclusões finais que podem ser alcançadas. Embora esta propriedade seja fundamentalmente verdadeira para todas as análises, é particularmente importante na análise espacial porque as ferramentas para definir e estudar entidades favorecem caracterizações específicas das entidades que estão sendo estudadas. As técnicas estatísticas favorecem a definição espacial de objetos como pontos porque existem muito poucas técnicas estatísticas que operam diretamente em elementos de linha, área ou volume. As ferramentas computacionais favorecem a definição espacial de objetos como elementos homogêneos e separados devido ao número limitado de elementos de banco de dados e estruturas computacionais disponíveis, e à facilidade com que essas estruturas primitivas podem ser criadas.

Dependência espacial ou autocorrelação

A dependência espacial é a covariação de propriedades dentro do espaço geográfico: as características em locais proximais parecem estar correlacionadas, positiva ou negativamente. A dependência espacial leva ao problema da autocorrelação espacial nas estatísticas, uma vez que, tal como a autocorrelação temporal, isto viola técnicas estatísticas padrão que assumem independência entre observações. Por exemplo, análises de regressão que não compensam a dependência espacial podem ter estimativas de parâmetros instáveis ​​e produzir testes de significância não confiáveis. Os modelos de regressão espacial capturam essas relações e não sofrem com essas fraquezas. Também é apropriado considerar a dependência espacial como uma fonte de informação e não como algo a ser corrigido[2].

Os efeitos locacionais também se manifestam como heterogeneidade espacial, ou a aparente variação de um processo em relação à localização no espaço geográfico. A menos que um espaço seja uniforme e ilimitado, cada lugar terá algum grau de singularidade em relação aos outros lugares. Isto afeta as relações de dependência espacial e, portanto, o processamento espacial. A heterogeneidade espacial significa que os parâmetros globais estimados para todo o sistema podem não descrever adequadamente o processo num determinado local.

Escala

A escala da medição espacial é uma questão persistente na análise espacial; Mais detalhes estão disponíveis no tópico Unidade de Área Modificável (MAUP). Ecologistas paisagistas desenvolveram uma série de métricas invariantes em escala para aspectos da ecologia que são de natureza fractal.[3] De forma mais geral, um método de análise independente de escala para estatísticas espaciais não é amplamente aceito.

Amostragem espacial

A amostragem espacial permite determinar um número limitado de localizações no espaço geográfico para medir com fidelidade fenômenos sujeitos à dependência e heterogeneidade. A dependência sugere que, dado um local, o valor de um local diferente pode ser previsto e as observações em ambos os locais não são necessárias. A heterogeneidade sugere que esta relação pode mudar ao longo do espaço e, portanto, não é possível contar com um certo grau de dependência para além de uma região que pode ser pequena. Os esquemas básicos de amostragem espacial incluem as seguintes modalidades: aleatória, agrupada e sistemática. Estes esquemas básicos podem ser aplicados em múltiplos níveis de acordo com uma certa hierarquia espacial (por exemplo, área urbana, cidade, bairro). Também é possível explorar dados auxiliares, por exemplo, utilizando valores de propriedade como guia num esquema de amostragem espacial para medir o nível de escolaridade e o rendimento. Modelos espaciais, como estatísticas de autocorrelação, regressão e interpolação, também podem determinar o desenho amostral.

Contenido

El análisis espacial se enfrenta a muchos problemas fundamentales en la definición de sus objetos de estudio, en la construcción de las operaciones analíticas que se utilizará, en el uso de ordenadores para el análisis, en las limitaciones y particularidades de los análisis que se conocen, y en la presentación resultados de analíticas. Muchos de estos temas son sujetos activos de la investigación moderna.

Existen errores comunes que suelen surgir en el análisis espacial, algunos debido a la matemática del espacio, algunos debido a las formas particulares de los datos se presentan espacialmente, algunos debido a las herramientas que están disponibles. Los datos del censo, debido a que protege la privacidad individual agregando datos en unidades locales, plantea una serie de cuestiones estadísticas. La naturaleza fractal de la costa hace que las mediciones precisas de su longitud sean difíciles, si no imposibles. Un software que ajusta las líneas rectas a la curva de un litoral, puede calcular fácilmente las longitudes de las líneas que define. Sin embargo, estas líneas rectas pueden no tener un significado inherente en el mundo real, como se demostró para la costa de Gran Bretaña.

Estos problemas representan un desafío en el análisis espacial debido al poder de los mapas como medios de presentación. Cuando los resultados se presentan como mapas, la presentación combina datos espaciales que son generalmente precisos con resultados analíticos que pueden ser inexactos, dando lugar a una impresión de que los resultados analíticos son más precisos de lo que los datos indican.[1]​.

Caracterização espacial

Definir a presença espacial de uma entidade limita a análise possível que pode ser aplicada a essa entidade e influencia as conclusões finais que podem ser alcançadas. Embora esta propriedade seja fundamentalmente verdadeira para todas as análises, é particularmente importante na análise espacial porque as ferramentas para definir e estudar entidades favorecem caracterizações específicas das entidades que estão sendo estudadas. As técnicas estatísticas favorecem a definição espacial de objetos como pontos porque existem muito poucas técnicas estatísticas que operam diretamente em elementos de linha, área ou volume. As ferramentas computacionais favorecem a definição espacial de objetos como elementos homogêneos e separados devido ao número limitado de elementos de banco de dados e estruturas computacionais disponíveis, e à facilidade com que essas estruturas primitivas podem ser criadas.

Dependência espacial ou autocorrelação

A dependência espacial é a covariação de propriedades dentro do espaço geográfico: as características em locais proximais parecem estar correlacionadas, positiva ou negativamente. A dependência espacial leva ao problema da autocorrelação espacial nas estatísticas, uma vez que, tal como a autocorrelação temporal, isto viola técnicas estatísticas padrão que assumem independência entre observações. Por exemplo, análises de regressão que não compensam a dependência espacial podem ter estimativas de parâmetros instáveis ​​e produzir testes de significância não confiáveis. Os modelos de regressão espacial capturam essas relações e não sofrem com essas fraquezas. Também é apropriado considerar a dependência espacial como uma fonte de informação e não como algo a ser corrigido[2].

Os efeitos locacionais também se manifestam como heterogeneidade espacial, ou a aparente variação de um processo em relação à localização no espaço geográfico. A menos que um espaço seja uniforme e ilimitado, cada lugar terá algum grau de singularidade em relação aos outros lugares. Isto afeta as relações de dependência espacial e, portanto, o processamento espacial. A heterogeneidade espacial significa que os parâmetros globais estimados para todo o sistema podem não descrever adequadamente o processo num determinado local.

Escala

A escala da medição espacial é uma questão persistente na análise espacial; Mais detalhes estão disponíveis no tópico Unidade de Área Modificável (MAUP). Ecologistas paisagistas desenvolveram uma série de métricas invariantes em escala para aspectos da ecologia que são de natureza fractal.[3] De forma mais geral, um método de análise independente de escala para estatísticas espaciais não é amplamente aceito.

Amostragem espacial

A amostragem espacial permite determinar um número limitado de localizações no espaço geográfico para medir com fidelidade fenômenos sujeitos à dependência e heterogeneidade. A dependência sugere que, dado um local, o valor de um local diferente pode ser previsto e as observações em ambos os locais não são necessárias. A heterogeneidade sugere que esta relação pode mudar ao longo do espaço e, portanto, não é possível contar com um certo grau de dependência para além de uma região que pode ser pequena. Os esquemas básicos de amostragem espacial incluem as seguintes modalidades: aleatória, agrupada e sistemática. Estes esquemas básicos podem ser aplicados em múltiplos níveis de acordo com uma certa hierarquia espacial (por exemplo, área urbana, cidade, bairro). Também é possível explorar dados auxiliares, por exemplo, utilizando valores de propriedade como guia num esquema de amostragem espacial para medir o nível de escolaridade e o rendimento. Modelos espaciais, como estatísticas de autocorrelação, regressão e interpolação, também podem determinar o desenho amostral.