cressie geoestadistica

Geoestadistica
En el capítulo 1, se dio una categorización de (la mayoría) de los problemas estadísticos espaciales dentro de tres categorías. La primera parte del libro es concerniente con modelamiento de los datos como una (parcial) realización de los procesos aleatorios { Z(s): s E D}, donde el conjunto índice D permite a s variar continuamente a través de una región de d-Espacio euclidianodimensional.
El prefijo “geo” en el título de este capítulo aparece para referirse a estadísticos pertenecientes a la tierra, y en efecto este fue su significado original. Hart (1954) acuño el término “geoestadistica” en una contexto geográfico para denotar técnicas estadísticas que enfaticen ubicación dentro de un área de distribución. Matheron (1962, 1963ª, 1963b) usan el termino en uncontexto geológico para denotar teoría y métodos para inferir reservas oro de datos espacialmente distribuidos en un cuerpo de oro. En un volumen dos de un trabajo de 504 paginas (en Francia), Matheron (1962, 1963a) desarrolla una comprensiva teoría de inferir (principalmente predicción) para datos geoestadísticos. Una versión abreviada (en ingles) aparece en Matheron (1963b)
Para mí, la geoestadísticase ha despojado de sus ataduras terrenales y ha tomado un papel más universal, uno que es concerniente con la teoría estadística y sus aplicaciones para procesos con continua indexación espacial.
Resumen del capitulo
En la sección 2.1 describe la clase de problemas considerados en la parte 1 de este libro, la sección 2.2 presenta un conjunto de datos a partir del cual se lleva a cabo unanálisis exploratorio. El fundamento teórico de la geo estadística es expuesto en la sección 2.3. La estimación del variograma es discutida en la sección 2.4. Procesos estacionarios intrínsecos tiene una teoría espectral, que es presentada en la sección 2.5. Finalmente, la sección 2.6 discute sobre la inferencia para el variograma basado en una selección de estimadores.
2.1 Indexada ContinuidadEspacial
Esto será claro del capítulo 2 a 5, que una amplia variedad de problemas puede ser solucionados usando métodos geo estadísticos. El denominador común que los enlaza es que los datos pueden ser considerados como (usualmente parcial) realización de un proceso aleatorio (o proceso estocástico o campo aleatorio).
{Z(s):sE D} (2.1.1)
Donde D es un subconjunto fijo de Rd con positiva d-dimensionalvolumen. En otras palabras, la indexación espacial varia continuamente a través de la región D. Es posible datos espacio temporales pero para la mayoría de este libro asumiremos que los datos son puramente espacial, ya sea porque se agrega al tiempo o se refiere a instantes fijos de tiempo. (La dimensión tiempo es presentada en los datos de tensión de agua del suelo de la sección 4.2 y los datosde lluvia acida sección 4.6).
Mi enfoque en este capítulo es presentar manera de modelar (2.1.1) para permitir inferencia sobre los parámetro de datos {z(s1),…..,z(sn)} en las ubicaciones espaciales conocidas {s1,..,sn}. La piedra angular es el variograma , un parámetro que en el pasado ha sido desconocido ó fuera de moda entre los estadísticos. En la parte 1, el mayor énfasis será lapredicción, aunque la estimación (sección 4.3, 5.6.2 y 5.7) y la prueba de hipótesis (sección 4.3) también son importantes.
Otro enfoque, que no aparece aquí, es tratar de caracterizar la medida aleatoria {(B): B E D} donde el índice B varia sobre D, el cojunto de borel de D, y (B)= integral z(s) des. En términos minero, (B) representa el aumento de metal en un bloque minero B. El enfoque más directoparece ser el variograma (o covariograma) por ser más dócil de aplicar.
2.2 Analisis de datos espaciales de ceniza de carbón en Pensilvania
Antes daba una presentación más formal de los modelos geoestadisticos (en la siguiente sección de este capítulo) y predicción espacial en el capítulo 3, un ejemplo es introducido y sus datos analizados de manera exploratoria. La mayoría de material...