22.11.2014 Views

135050

135050

135050

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!