Estadísticas: Estimación de población de Estados Unidos, el promedio ponderado de temperatura de 100+ aeropuerto diario de la estación de mediciones

Question

Recientemente he firmado para arriba para un desarrollador es la clave para el Censo de la API (http://www.census.gov/developers/) y estará usando Python clase contenedora para acceder a la base de datos del Censo. Mi objetivo es encontrar a la población promedio ponderado de la temperatura para la temperatura diaria y pronóstico de temperatura para los Estados Unidos y, posiblemente, ciertas regiones (norte, oeste, este, etc.)

También tengo acceso a una fuente de datos para el promedio diario de las temperaturas y las previsiones de 100+ aeropuerto de estaciones distribuidas a través de los Estados Unidos (Estas estaciones son en gran parte el representante de la U. S de la población, ya que están ubicados en las principales ciudades). Con un mínimo de suposiciones, ¿cuál sería la mejor forma de asignar la totalidad de la población de los Estados unidos en el conjunto de las más de 100 aeropuertos, para que yo pueda derivar una población promedio ponderado de la temperatura? Es probable que esto implicará algún tipo de distancia/clima función. ¿Cuáles son algunos de los matices que debo tener en cuenta al hacerlo?

Alguien ha sugerido que se me puede considerar el uso de una teselación de Voronoi construido sobre el código postal de las regiones.

Answer 1

Enfermo de abordar esta parte. Con un mínimo de suposiciones, ¿cuál sería la mejor forma de asignar la totalidad de la población de los Estados unidos en el conjunto de las más de 100 aeropuertos, para que yo pueda derivar una población promedio ponderado de la temperatura? Es probable que esto implicará algún tipo de distancia/clima función. ¿Cuáles son algunos de los matices que debo tener en cuenta al hacerlo?

En primer lugar me gusta el enfoque de Voronoi. Como punto de partida me gustaría simplemente el uso de Polígonos de Thiessen a chuck la población (es decir que el bloque de centroides) sobre el 100 polígonos. Esto llevaría a una simple salida que tiene toda la población contabilizan y se proyecta sobre todos los puntos.

La próxima me gustaría tal vez se mueven en zonas climáticas (se dispone de datos), de modo que la población de los puntos se colocan a través de una combinación de la distancia de (Thiessen) puntos de temperatura y NO de cruce (o, al menos, la imposición de una sanción) cruzando zonas climáticas.

Otro enfoque sería crear una matriz para distribuir la población proporcionalmente en función de la distancia a los puntos de temperatura (40% consiguió el punto x, el 20% hasta el punto z, el 40% hasta el punto z, etc.).

Así que sí, la Teselación de Voronoi o Polígonos de Thiessen en la geopolítica mundial sería un gran comienzo. Me gustaría, a continuación, busque los datos auxiliares (clima, temperatura, elevación) para mejorar el modelo y tal vez luego se trasladó a un lugar más ponderado enfoque que simplemente vecino más cercano. Recuerde que para ver a distancia relacionados con la proyección de los problemas y la Identificación de tratar de sacar de la población a los aeropuertos (en contraposición al revés) para mantener los datos manejables.