Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Incorporar la
Diagnosticar el
autocorrelación
problema
espacial al modelo
Diagnosticar el problema
Análisis Análisis
visual estadístico
• Variograma • Test de I de Moran
• Gráficas de residuales • Test Multiplicadores de Lagrange
Variograma
• Método grafico • Se calcula un valor a cierta
• Se calcula para los residuales de distancia, la gráfica contiene la
la regresión lineal (Y-Yestimado) distancia contra el valor.
• El comportamiento de la gráfica • Para un rango del rezago h, el
nos dice si hay autocorrelación variograma es la diferencia
espacial. media de los valores de ese
rango.
• Se puede hacer también para
variable dependiente o las • Grafica de residuos contra
independientes (como un residuos del modelo vs residuos
método descriptivo) distribuidos aleatoriamente en el
espacio (con autocorrelación).
Rezago espacial
• Variable que promedia los valores de las observaciones vecinas.
• Se cálculo un promedio porque a 100 o 200 mts. de donde se ubica
una observación hay muchos vecinos, por facilidad se promedia.
• El valor de cada vecino es multiplicado por un peso y el producto es
sumado.
• El rango h del variograma define cuales observaciones vecinas se
tienen en cuenta.
• Importante…para hacer el rezago debemos definir la matriz de
proximidad
Matriz de proximidad
• Función que define como están distribuidos espacialmente los datos.
• Clave para la estimación de rezagos espaciales.
• Suponga que tiene 6 observaciones y sabes sus localizaciones en el
espacio (latitud y longitud).
En GeoDA
• Correlograma
Grafica de residuales:
otras forma gráfica para detectar autocorrelación espacial
• Recordar que en MLS, las graficas de residuos vs Xs sirven para
detectar la heteroskedasticidad.
1 2 3 4 5 6
1 2 3 4 5 6
1 0 11,72 12,38 11,26 9,37 12,30
1 0 0 0 0 0 0
2 11,72 0 1,33 6,99 12,24 1,12
2 0 0 1 0 0 1
3 12,38 1,33 0 6,18 12,93 0,22 3 0,061 0,75 0 0,162 0,077 4,542
4 11,26 6,99 6,18 0 7,53 6,27 4 0,069 0,143 0,162 0 0,133 0,159
5 9,37 13,24 12,93 7,53 0 12,94 5 0,107 0,076 0,077 0,133 0 0,077
6 12,23 1,12 0,22 6,27 12,94 0 6 0,082 0,896 4,542 0,159 0,077 0
Otras maneras de definir contigüidad
Medidas de distancia
1 2 3 4 5 6 1 2 3 4 5 6
1
• 1 0 11,72 12,38 11,26 9,37 12,30 1 0 0,007 0,007 0,008 0,011 0,007
𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎2
2 11,72 0 1,33 6,99 12,24 1,12 2 0,007 0 0,563 0,02 0,006 0,803
3 12,38 1,33 0 6,18 12,93 0,22 3 0,007 0,563 0 0,026 0,006 20,63
Objetivo:
• Crear rezago de residuales, con la matriz de contigüidad estandarizada y los
residuales.
• Multiplicar cada residual i por la fila i de la matriz de contigüidad
estandarizada.
Grafica de residuales
Matriz de contigüidad estandarizada 7 km
Normal st de residuales
1 2 3 4 5 6
ID Stresiduales 1 0 0 0 0 0 0
1 1,218
2 0 0 0,33 0,33 0 0,33
2 -0,365
3 0 0,33 0 0,33 0 0,33
3 1,0238
4 0,3059 4 0 0,33 0,33 0 0 0,33
5 -0,2390 5 0 0 0 0 0 0
6 0,9506
6 0 0,33 0,33 0 0 0
Ejemplo:
Observación 2: (-0,365*0) + (1,0238*0) + (1,02*0,33) + ….(0,9506*0,33)=0,789
Grafica de residuales
Grafica de residuales:
otras forma gráfica para detectar autocorrelación espacial
Grafica de residuales
Grafica de residuales
Test estadísticos para diagnosticar
autocorrelación
• I de Moran para residuales
• Valores entre 1 y -1
• 1 significa autocorrelación positiva (valores cercanos similares)
• -1 significa autocorrelación negativa (lejanos similares)
• 0 no hay autocorrelación.
Test estadísticos para diagnosticar
autocorrelación
• I de Moran para residuales
• Robustos y NO Robustos
• Preferible usar los test robustos
• Se calculan en Stata, GeoDA, R.
• Determinan que tipo de modelo econométrico espacial utilizar
¿Cómo incorporamos la
autocorrelación espacial?
Pasos a seguir
Diagnosticar
multicolinealidad, Si es necesario usar la
Estimar MCO
heteroskedasticiad y econometría espacial
dependencia espacial
Regla de
decisión
para los
modelos de
regresión
espacial
Modelo de rezago
espacial
Modelo de error
espacial
Fuente: GeoDA workbook
Modelo de error espacial