¿Cuál es la diferencia entre dependencia espacial y heterogeneidad espacial?
Mi pregunta está motivada por lecturas en problemas de especificación de modelos en econometría espacial, en particular Anselin (2010) .
econometrics
spatial
mindless.panda
fuente
fuente
Respuestas:
Es probable que estos términos no tengan una definición técnica universalmente aceptada, pero sus significados son razonablemente claros: se refieren a la variación de segundo orden y primer orden de un proceso espacial, respectivamente. Vamos a tomarlos por orden después de presentar algunos conceptos estándar.
Un proceso espacial o un proceso estocástico espacial puede considerarse como una colección de variables aleatorias indexadas por puntos en un espacio. (Las variables tienen que satisfacer algunas condiciones de consistencia técnica natural para calificar como un proceso: ver el Teorema de extensión de Kolmogorov ).
Tenga en cuenta que un proceso espacial es un modelo. Es válido usar múltiples modelos diferentes (conflictivos) para analizar y describir los mismos datos. Por ejemplo, los modelos de concentraciones naturales de metales en los suelos pueden ser puramente estocásticos para regiones pequeñas (como una hectárea o menos), mientras que en regiones grandes (que se extienden muchos kilómetros) generalmente es importante describir determinísticamente las tendencias regionales subyacentes, es decir, como una forma de heterogeneidad espacial.
La heterogeneidad espacial es una propiedad de un proceso espacial cuya media (o "intensidad") varía de un punto a otro.
La media es una propiedad de primer orden de una variable aleatoria (es decir, relacionada con su primer momento), por lo que la heterogeneidad espacial puede considerarse una propiedad de primer orden de un proceso.
La dependencia espacial es una propiedad de un proceso estocástico espacial en el que los resultados en diferentes ubicaciones pueden ser dependientes.
A menudo podemos medir la dependencia en términos de la covarianza (segundo momento) o la correlación de las variables aleatorias: en este sentido, la dependencia puede considerarse como una propiedad de segundo orden. (Sticklers señalará rápidamente que la correlación y la independencia no son lo mismo, por lo que equiparar la dependencia con las propiedades de segundo orden, aunque intuitivamente útil, no es generalmente válido).
Cuando ve patrones en los datos espaciales, generalmente puede describirlos como heterogeneidad o dependencia (o ambos), según el propósito del análisis, la información previa y la cantidad de datos.
Algunos ejemplos simples y bien estudiados ilustran estas ideas.
En esta figura, el cuadrado delimita un área de mayor intensidad espacial. Sin embargo, todas las ubicaciones de puntos son independientes: la agrupación y las brechas en los puntos son típicas de ubicaciones independientes elegidas al azar.
La dependencia espacial en este proceso gaussiano es evidente a través de los patrones de crestas y valles. Sin embargo, son homogéneos: no hay una tendencia general. Sin embargo, tenga en cuenta que si nos centramos en una pequeña parte de esta área, podríamos elegir tratarla como un proceso no homogéneo (es decir, con una tendencia). Esto ilustra cómo la escala puede influir en el modelo que elegimos.
Esta imagen muestra una realización diferente del componente aleatorio de este proceso que la utilizada para la ilustración anterior, por lo que los patrones de pequeñas ondulaciones no serán exactamente los mismos que antes, pero tendrán las mismas propiedades estadísticas.
fuente
La noción de heterogeneidad espacial en las estadísticas espaciales actuales solo se usa para caracterizar la varianza local de la dependencia o regresión espacial. Sugerí una perspectiva amplia sobre la heterogeneidad espacial, que se refiere al patrón de escala de cosas mucho más pequeñas que grandes. Es importante destacar que el patrón de escala se repite varias veces, medido por ht-index.
https://www.researchgate.net/publication/236627484_Ht-Index_for_Quantifying_the_Fractal_or_Scaling_Structure_of_Geographic_Features
Según la nueva definición, la heterogeneidad espacial debe formularse como una ley de escala. Así, la heterogeneidad es la ley de poder como la distribución gaussiana.
Con esta amplia perspectiva, tanto la dependencia espacial como la heterogeneidad representan la verdadera imagen de la superficie de la Tierra. Hay muchas más cosas pequeñas que grandes en todas las escalas o globalmente, pero las cosas son más o menos similares a una escala o localmente; Vea este documento para más detalles.
https://www.researchgate.net/publication/282310447_A_Fractal_Perspective_on_Scale_in_Geography
fuente
La pregunta depende de la definición matemática de los dos conceptos. Ya hay varias definiciones de autocorrelación espacial como la I de Moran, pero pocas de heterogeneidad espacial, probablemente porque esta última depende de la escala y sería diferente en escalas distintas. Definí la heterogeneidad estratificada espacial (el artículo completo se espera en línea el 12 de marzo de 2016 en la revista Ecological Indicators):
Una medida de heterogeneidad estratificada espacial
Jin-Feng Wang1 *, Tong-Lin Zhang2, Bo-Jie Fu3
RESUMEN
La heterogeneidad estratificada espacial, que se refiere a la varianza dentro de los estratos menor que la varianza entre estratos, es omnipresente en los fenómenos ecológicos, como las zonas ecológicas y muchas variables ecológicas. La heterogeneidad estratificada espacial refleja la esencia de la naturaleza, implica posibles mecanismos distintos por estrato, sugiere posibles determinantes del proceso observado, permite la representatividad de las observaciones de la tierra y hace cumplir la aplicabilidad de las inferencias estadísticas. En este artículo, proponemos un método de estadística q para medir el grado de heterogeneidad estratificada espacial y para probar su importancia. El valor q está dentro de [0, 1] (0 si una estratificación espacial de la heterogeneidad no es significativa, y 1 si hay una perfecta estratificación espacial de la heterogeneidad). Se deriva la función de densidad de probabilidad exacta. La estadística q se ilustra mediante dos ejemplos, en los que evaluamos las heterogeneidades espaciales estratificadas de un mapa manual y la distribución del NDVI anual en China. --Jinfeng Wang 2016-3-8
fuente