Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
3. Anlisis Estructural
Ramn Giraldo H.
PhD. Estadstica
Profesor Departamento de Estadstica
Universidad Nacional de Colombia
Variable Regionalizada
Z x : x D R
m
Estacionariedad Fuerte
E Z x m
x D R
Cov Z x , Z x h C h
Estacionariedad Dbil
E Z x Z ( x h) 0
V Z x Z ( x h) 2 h
estacionario
No estacionario
Variograma
Esta funcin permite medir la relacin que existe entre los datos de
acuerdo con la cercana (h) entre los sitios
V Z x Z ( x h) E Z x Z ( x h) E Z x Z ( x h)
2
E Z x Z ( x h)
z x h z x
2 h
n h
C ( h) ( h)
h
h 1 2
Semivariograma y Correlograma
Correlograma
Semivar.
Meseta
Pepita
Rango
Variograma
Funcin de Covarianza
Ilustracin
(100) 38 37 37 35 ... 37 36
2
(200) 38 35 35 30 ... 39 36
2
2
2
Semivariograma
30
20
10
0
( h ) C1
h2
1 exp
a 2
Variograma Cloud
T h is is a n e x a m p le o f
a v a r io g r a m p r o d u c e d
u s in g A r c G I S 's
G e o s ta tis tic a l A n a ly s t.
ij
[ Z ( si ) Z ( s j )]2
2
Esfrico
( h)
3
3 h
1
h
C1
2 a
2 a
C1
3h
( h) C1 1 exp
a
Exponencial
Gaussiano
Efecto Nugget
( h) C1
h2
1 exp
2
a
0
( h)
1
if h 0
otro caso
ha
ha
Modelos de
Semivariograma
Pepita:
Se denota por C0 y representa una discontinuidad puntual del semivariograma en el
origen. Puede ser debido a errores de medicin en la variable o a la escala de la
misma. En algunas ocasiones puede ser indicativo de que parte de la estructura
espacial se concentra a distancias inferiores a las observadas.
Meseta
Varianza de los datos. Se denota por C1 o por (C0 + C1) cuando la pepita es
diferente de cero. Se sugiere que en un modelo que explique bien la realidad, la
pepita no debe representar mas del 50% de la meseta. Si el ruido espacial en las
mediciones explica en mayor proporcin la variabilidad que la correlacin del
fenmeno, las predicciones que se obtengan pueden ser muy imprecisas.
Rango
Es la distancia hasta la cual hay correlacin entre los datos. Entre ms pequeo sea
el rango, ms cerca se esta del modelo de independencia espacial. El rango no
siempre aparece de manera explcita en la frmula del semivariograma.
Sem ivariogram a
25
20
Esfrico
Exponencial
15
Gaussiano
10
5
0
0
50
100
150
Distancia(h)
200
250
300
C ( h) ( h)
h
h 1 2
Covariograma
Correlograma
Test de Montecarlo
de Correlacin Espacial
Anisotropas
Anisotropas :
Generalmente cuando el variograma experimental es
calculado en distintas direcciones presenta distintos
comportamientos con la variacin de la distancia.
Anisotropa Geomtrica
Anisotropa Zonal
Anisotropa Hbrida
Anisotropa y tendencia.
Mayor Correlacin en dir 90 grados
(linea verde). Dificil deteccin!!
Anisotropa Geomtrica
Anisotropa Geomtrica :
Es aquella en la que el
variograma
en
distintas
direcciones presenta el mismo
sill pero rangos distintos
2,5
2
Variograma
N-S
1,5
E-O
1
0,5
0
0,0
0,9
2,0
3,0
4,1
5,1
6,2
7,2
Distancia
8,3
Anisotropa Zonal
Anisotropa Zonal :
3,5
3
2,5
Variograma
Es aquella en la que el
variograma
en
distintas
direcciones presenta el mismo
rango pero diferente sill
2
1,5
1
Presencia de diferentes
estructuras
0,5
0
0
0,94 1,99 3,04 4,09 5,14 6,19 7,24 8,29 9,34 10,4 11,4
Distancia
Anisotropa Hbrida
Anisotropa Hbrida :
Es aquella en la que el
variograma en distintas
direcciones presenta
rangos
diferentes
y
distintos sill.
Presencia de diferentes
estructuras
Caracterstico de variogramas
horizontales y verticales
Tanto la varianza como el rango
cambian.
- Anisotropa geomtrica:
Puede ser corregida por una transformacin lineal de
coordenadas que permita reducir una elipse a un circulo.
-Anisotropa zonal:
puede ser corregido separando el semivariograma en sus
componentes isotrpicos horizontal y anisotrpico vertical.
OLS ( ) min u u;
1
u u;
QL( ) min
u;
Nugget
3 u 1 u 3
2 2
(u; )
2
2
Range
u2
(u; ) 1exp 2
Exponential
3u
(u; ) 2 1exp
Esferical
Matern
k .5
Gaussian
Matrn
( s1 )
C ( s1 , sn )
Y ( s1 )
Y ( s) ~ N ( s) ,
C (s , s )
2
Y (s )
(s )
n
n
n 1
f (Y ( s ))
1
(2 )
2
1/ 2
T 1
exp (Y ( s ) ( s )) (Y ( s ) ( s ))
Y ( x) S ( x) Z ( x)
Observaciones
Seal
S ( x1 )
S ( x) ~ MVN , 2 R
~
~
S(x )
n
Ruido
Z ( x1 )
Z ( x) ~ MVN 0, 2 I
~
~
Z (x )
n
1 12 1n
1 2n
R
, u ij Corr S ( xi ), S ( x j ) , u xi x j
2, 2 ,
Parmetros de G ( )
I 2 R ,
l , 1 log G y X T G 1 y X
Log-Verosimilitud
1
X G ( ) 1 X X G ( ) 1Y
1
l , log G y X
2
l ,
G y X
T
es maximizada numricamente
Estimacin MV
1
1
L* log G log X G X y X G y X
2
L* Es maximizada numricamente
MV Restringida
ML, REML