7 votos

Ayuda a la interpretación de Moran I y C de Geary resultados

Tengo algunas dudas acerca de cómo interpretar algunos resultados de un trabajo. Y yo quisiera que alguien podría confirmar o mejorar mis conclusiones.

He hecho un análisis de correlación con SEXTANTE software en gvSIG. He obtenido resultados para 2.000 m y 3.000 m.

Graphic for 2.000 m

Graphic for 3.000 m

El comportamiento es más o menos el mismo en ambos casos, pero lo que quiero saber es cómo interpretar el punto de ruptura en 50.000 m de distancia, donde tanto el índice de llegar a los valores superiores e inferiores... más allá de este punto, debo tener en cuenta el resto de valores como el ruido... o comportamiento errático y el desprecio de estos datos?

Otra Pregunta Que la distancia sería bueno para este tipo de análisis? Para esta vez he hecho un análisis del vecino más cercano y me llevó a la distancia media... Es esto correcto o debo tomar otro método para decidir esto?

4voto

Hola Moran I y C de Geary son, de hecho, inversamente proporcional a la una de la otra. Así que el patrón general que se está observando parece coherente. Sin embargo, el rango de posibles valores de Moran I es de -1 a 1 (donde -1 indica una perfecta negativamente la autocorrelación espacial--pensar en un patrón de tablero de ajedrez-y 1 indica una autocorrelación espacial positiva perfecta). Eres de los valores se encuentran fuera de este rango. A menos que se haya aplicado un multiplicador, creo que algo puede estar mal. Como para Geary C, que varía de 0 a 2, donde 1 es no autocorrelación espacial (los valores varían a través del espacio independiente el uno del otro o al azar). C los valores cercanos a 0 son positivamente espacialmente correlacionadas, mientras que los cerca de 2 son muy negativamente autocorrelated. De nuevo sus parcelas indican que los valores de C cae fuera de este rango, lo que me hace sospechar de su validez, a menos que un multiplicador ha sido aplicado. Mientras que yo y C están inversamente relacionadas, la relación no es perfecta. Por supuesto, si uno fuera un perfecto inversa de la otra, no habría una necesidad para ambos índices!

Para interpretar los datos, parece que en las distancias cortas, los valores presentan una fuerte asociación positiva (es decir, cuando un valor es alto, cerca de un valor también es alta, como por Tobler la primera ley de la Geografía). A continuación, en las distancias moderadas (lo siento, no puedo leer tus valores de distancia fuera de las parcelas) la asociación entre los puntos a través del espacio se convierte en una correlación negativa, es decir, cuando uno es alto, el otro punto distante es probable que sea baja. Finalmente, en poco más largo de distancias de la autocorrelación de las gotas hasta el punto de azar de la asociación (Moran I cerca de 0) hasta que de nuevo se mueve a intervalos donde hay una moderadamente fuerte asociación positiva entre los puntos antes de caer al azar a una asociación en la mayor de las distancias.

En cuanto a la pregunta de qué técnica se debe usar para describir el patrón de autocorrelación espacial en la variación de las distancias, ha creado efectivamente un correlogram aquí, pero la mayoría de la gente utiliza un modelo de variograma para describir este patrón. Son más o menos intercambiables, aunque. La razón por la que el variograma es el más popular es porque se utiliza para el kriging.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X