135050
135050
135050
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Rodolfo Bongiovanni / Evandro Mantovani / Stanley Best / Alvaro Roel<br />
ÍNDICES DE AUTOCORRELACIÓN ESPACIAL<br />
Para cuantificar si una variable en un mapa presenta o no autocorrelación espacial, se han utilizado<br />
distintos tests de autocorrelación, los cuales se detallan a continuación:<br />
Índice “I” de Moran<br />
Es uno de los indicadores más antiguos de autocorrelación espacial (Moran, 1950a 1950b). Aún en la<br />
actualidad corresponde al índice estándar para la determinación de autocorrelación espacial. Se aplica<br />
a zonas o puntos con variables continuas asociadas dentro de estas zonas. Una de las particularidades de<br />
este índice es que compara el valor de la variable en cualquier punto, con el valor de todas las otras<br />
posiciones.<br />
El índice “I” de Moran, se calcula mediante la siguiente fórmula:<br />
(1)<br />
donde:<br />
N: número de casos;<br />
Xi: valor de la variable en una posición particular;<br />
Xj: valor de la variable en otra posición;<br />
X: media de la variable; y<br />
Wi,j : peso aplicado a la comparación entre la posición i y la posición j.<br />
El índice “I” de Moran varía entre -1 y +1. Si existe una correlación espacial, los valores estarán<br />
cercanos a la unidad (positiva y negativa con valores cercanos a +1 y -1, respectivamente),<br />
mientras que si no existe correlación espacial, los valores del índice serán próximos a cero.<br />
En la Figura 8.5, el valor de cada variable (“x” e “y”) se encuentra asociado a un polígono, el cual<br />
muestra un color para un rango representativo de la variable. En la Figura 8.5.a existe una<br />
correlación espacial positiva para la variable “x”, mostrando valores de polígonos asociados<br />
espacialmente (I=0,66); mientras que en la Figura 8.5.b no existe correlación espacial para la<br />
variable “y”, mostrando los polígonos una configuración típica de “tablero de ajedrez”.<br />
Índice “C” de Geary<br />
Este índice es similar al “I” de Moran anteriormente descrito (Geary, 1954). En este caso, la<br />
interacción no es el producto cruzado de las desviaciones de la media, si no que utiliza la<br />
desviación en intensidades de cada observación/posición con el valor de otra.<br />
152