Visão Geral

Este módulo está em construção.

O termo “spatial statistics” refere-se aos métodos para análise de dados espaciais com base em metodologias estatísticas. Para levantar os requisitos sobre classes e algoritmos desse módulo, toma-se como base as funcionalidades já implementadas no TerraView 4.*. Abaixo são listados alguns desses algoritmos e funcionalidades que deverão ser considerados na construção desse módulo.

1. Matriz de proximidade espacial: para estimar a variabilidade espacial de dados de área, uma ferramenta básica é a Matriz de Proximidade Espacial, também chamada Matriz de Vizinhança. Dado um conjunto de n áreas {A1,..,An} é a matriz W (n x n), onde cada um dos seus elementos wij representa uma medida de proximidade entre as áreas Ai e Aj. A matriz de proximidade é utilizada em cálculos de indicadores na fase de análise exploratória dos dados espaciais ou outras análises mais elaboradas. Seu cálculo é um procedimento custoso e pode ser feito de acordo com vários critérios (ex. contiguidade, distância, vizinho mais próximo), por isso é desejável que uma mesma matriz possa ser calculada e armazenada para ser usada em diferentes análises, evitando seu cálculo diversas vezes e obtendo-se eficiência.
2. Índice de Moran Global: Visa identificar a estrutura de correlação espacial que melhor descreve os dados. A idéia básica é a caracterização da dependência espacial, mostrando como os valores estão correlacionados no espaço. Faz teste de hipóteses ,permutações.
3. Índices Locais Indicadores de associação espacial associado às diferentes localizações de uma variável distribuída espacialmente. Encontra a correlação espacial dessas áreas. Por se tratar de um indicador local, tem-se um valor específico de

correlação para cada área, permitindo assim a identificação de clusters de áreas e outliers. LISA, G, G*, Média Móvel. Faz teste de hipóteses,permutações, cria um novo atributo sobre para cada objeto.

1. Taxa Bayesiana Empírica Global
2. Taxa Bayesiana Empírica Local
3. Mapa de Kernel
4. Regionalização de áreas: o método SKATER