Curso de Geoestadstica

3. Anlisis Estructural
Ramn Giraldo H.
PhD. Estadstica
Profesor Departamento de Estadstica
Universidad Nacional de Colombia

Variable Regionalizada

Es un proceso estocstico con dominio

definido en un espacio euclidiano mdimensional Rm

Z x : x D R
m

Si m = 2, Z(x), a una variable aleatoria

medida en un punto x del plano.
D: Fijo y Continuo.

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)

Clculo con datos de una muestra de sitios

(estimador de momentos)

z x h z x

2 h
n h

Otras Medidas de Correlacin Espacial

C ( h) ( h)

h
h 1 2

Semivariograma y Correlograma

Correlograma
Semivar.
Meseta

Pepita

Rango

Variograma

Funcin de Covarianza

Ilustracin

Clculo del Semivariograma

(100) 38 37 37 35 ... 37 36
2

(200) 38 35 35 30 ... 39 36
2

El semivariograma experimental se calcula

mediante la suma de los cuadrados de las
diferencias entre observaciones que se encuentran
a una distancia h (en el ejemplo 100, 200, 300, etc)
Ejercicio: calcular el valor del variograma emprico a
distancia 100

2
2

Semivarianza Datos de la Ilustracin

Semivariograma
30
20
10
0

0 100 200 300 400 500 600 700 800 900

Semivariograma Emprico y Ajuste de un

modelo terico
Modelo de Variograma
Gaussiano

( h ) C1

h2

1 exp

a 2

Clculo del variograma en direccin

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

Modelos tericos de variograma

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

Parmetros del Variograma Terico

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.

Comparacin de modelos Tericos de

Variograma
30

Sem ivariogram a

25
20

Esfrico
Exponencial

15

Gaussiano
10
5
0
0

50

100

150
Distancia(h)

200

250

300

Otras Medidas de Correlacin Espacial

C ( h) ( h)

h
h 1 2

Es ms fcil trabajar con el variograma

Covariograma

Correlograma

Test de Montecarlo
de Correlacin Espacial

Isotropa: Igual Correlacin en todas las

direcciones

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: hay ms correlacin en una

direccin que en otra.

Anisotropa y tendencia.
Mayor Correlacin en dir 90 grados
(linea verde). Dificil deteccin!!

Anisotropa. Mayor correlacin en

direccin 0 grados. Es ms fcil
detectarla bajo estacionariedad.

Anisotropa Geomtrica

Anisotropa Geomtrica :
Es aquella en la que el
variograma
en
distintas
direcciones presenta el mismo
sill pero rangos distintos

Tenemos igual varianza =/

rango
Menor continuidad espacial en
la direccin de menor rango

2,5

2
Variograma

Mayor continuidad espacial en

la direccin de mayor rango

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

9,3 10,4 11,4

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.

Mapa de Variograma: isovalores del variograma experimental

en funcin de la separacin (distancia y orientacin). Caso de
anisotropa geomtrica (en cualquier direccin el valor
mximo es 1 = sill).
Hay isotropia si dentro del mapa del Variograma hay un
elipce. 135 abra mayor correlaion.
En 45 grados abra
menos correlaion
Anisotropia mayor correlaicon

Modelos de variograma anisotrpicos

- 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.

Estimacin de la Estructura de Correlacin

Mnimos Cuadrados
(Usando el variograma muestral)
1.1. Ordinarios
1.2 Ponderados
1.3. Cuasi-Verosimilitud
2. Geoestadsitcia Basada en Modelo
(No se usa el variograma muestral)
2.1. Mxima-Verosimilitud
2.2. MV Restringida
2.3. Bayesiana

Mtodos para ajustar el variograma

1) choose the most likely candidate model
2) Methods for estimating the parameters of the model :
non-linear least squares estimation allows for the estimation of parameters
that enter the equation non-linearly but ignores any dependences among the
empirical variogram values
non-linear weighted least-squares generalized least squares in which the
variance-covariance of the variogram data points is accounted for in the
estimation procedure
maximum likelihood assuming the data are Normally distributed but the
estimators are likely to be highly biased, especially in small samples (the usual
remedy is jackknifing)
restricted maximum likelihood maximize a slightly altered likelihood function
which reduces the bias of the MLEs

Estimacin por Mnimos Cuadrados

OLS ( ) min u u;

WLS ( ) min n(u ) u u;

1
u u;
QL( ) min
u;

Estimacin por Mnimos Cuadrados

2
2
Sill

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

Distribucin Normal Multivariada

( 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 ))

Geoestadstica Basada en Modelo

Modelo

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

Estimacin Mximo Verosmil

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

Las estimaciones difieren!!

OLS, WLS

ML, REML