Código: 73128 | Asignatura: Análisis y predicción estadística de datos espaciales | ||||
Créditos: 3 | Tipo: Obligatoria | Curso: 1 | Periodo: 1º S | ||
Departamento: Estadística e Investigación Operativa | |||||
Profesorado: | |||||
FERNANDEZ MILITINO, ANA (Resp) [Tutorías ] | UGARTE MARTINEZ, M. DOLORES [Tutorías ] |
Módulo: 3. Herramientas de investigación y análisis estadístico |
Materia: 3.2. Análisis y predicción estadística |
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
Al terminar con éxito esta asignatura, los estudiantes serán capaces de:
RA1: Obtener estimaciones y predicciones de variables distribuidas espacialmente.
RA2: Interpretar y analizar las técnicas estadísticas espaciales más utilizadas en la actualidad.
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases expositivas/participativas
|
14
|
|
A-2 Prácticas
|
14
|
|
A-3 Debates, puestas en común, tutoría grupos
|
|
5
|
A-4 Elaboración de trabajo
|
|
15 |
A-5 Lecturas de material
|
|
10
|
A-6 Estudio individual
|
|
15
|
A-7 Exámenes, pruebas de evaluación
|
2
|
|
A-8 Tutorías individuales
|
|
5
|
|
|
|
Total
|
30
|
45
|
Competencia
|
Actividad formativa
|
CB7
|
A-3,A-4,A-5
|
CE10
|
A-1,A-2
|
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
RA1-RA2 |
Pruebas de respuesta larga | 80 | Si |
RA1-RA2 | Trabajos e informes | 20 | No |
Análisis exploratorio de datos espaciales
Metodología Kriging
Inferencia y validación estadística espacial
Introducción a la Geoestadística
Funciones aleatorias y campos aleatorios. Estacionariedad. Isotropía y anisotropía. Correlación Espacial. Índices de Morán y Geary.
Variogramas y Covarianzas. Efecto pepita, rango y meseta. Estimadores y funciones teóricas de covarianza.
Geoestadística y GIS
Kriging y Predicción espacial
Métodos determinísticos de interpolación
Kriging lineal simple, ordinario, universal.
Cokriging simple y universal
Procesos Puntuales
Test de aleatoriedad espacial completa. Test de Monte Carlo. Test basados en recuentos de quadrats. Test basados en distancias
Propiedades de los procesos puntuales. La función K y la función L
Procesos inhomogéneos de Poisson, estimación de la función de intensidad. Detección de clusters.
Procesos marcados de Poisson
Datos Lattice: Modelos CAR
Modelos CAR espaciales
Aplicaciones a estudios de incidencia y/o mortalidad por distintas enfermedades
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Básica
Bivand R.S., Pebesma E.J., and Góme-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer, New York. 2nd edition
Complementaria
Banerjee S., Carlin B.P. and Gelfand A.E. (2014). Hierarchical Modeling and Analysis for Spatial Data, Second Edition (Chapman & Hall/CRC Monographs on Statistics & Applied Probability)
Chiles JP and Delfiner P (1999) Geostatistics, Modeling Spatial Uncertainty. Wiley.
Hohn, M. E. (1999) Geostatistics and Petroleum Geology. Kluwer Academic Publishers
Schabenberger, O. Gotway, C. A. (2005). Statistical Methods for Spatial Data Analysis. Chapman and Hall/CRC
Ugarte, M. D., Goicoa, T. and Militino A. F. (2009). Empirical Bayes and fully Bayes procedures to detect high-risks areas in disease mapping. Computational Statistics and Data Analysis, 53, pp. 2938-2949.
Ugarte, MD, Militino, AF, Arnholt AT (2016). Probability and Statistics with R. 2nd edition