No hay comentarios.

CURSO: ESTADISTICA ESPACIAL
TRADUCCION: SPATIAL STATISTICS
SIGLA: EYP3417
CREDITOS: 10
MODULOS: 03 (02 CATEDRA Y 01 AYUDANTIA)
CARACTER: OPTATIVO
TIPO: CATEDRA
CALIFICACION: ESTANDAR
DISCIPLINA: ESTADISTICA
PALABRAS CLAVE: FUNCIONES DE COVARIANZA; MODELOS ESPACIO?TEMPORALES; MODELOS JERARQUICOS; VARIOGRAMA


I. DESCRIPCIÓN DEL CURSO

Este curso presenta ideas y metodos estadisticos que toman en cuenta la informacion de localizacion. Partiendo por algunos metodos clasicos descriptivos, se desarrolla el concepto de inferencia espacial basada en modelos. Se dara enfasis a la construccion de tales modelos desde un punto de vista Bayesiano, incluyendo modelos de regresion y modelos especificados condicionalmente.


II. OBJETIVOS DE APRENDIZAJE

1. Aplicar tecnicas de modelamiento estadistico para distintos tipos de datos espaciales que surgen en la practica.

2. Utilizar software de dominio publico para implementar los modelos estudiados.

3. Decidir el mejor metodo de analisis entre las opciones disponibles mediante tecnicas de comparacion de modelos.


III. CONTENIDOS


1. Introduccion
1.1. Tipos de datos espaciales
1.2. Conceptos basicos: estacionariedad, isotropia, funcion de covarianza
1.3. Metodos clasicos para datos de coordenadas espaciales: variograma, kriging, y analisis exploratorio en R
1.4. Metodos clasicos para datos de areas: medidas de asociacion espacial, modelos de campos aleatorios Markovianos, modelos CAR y SAR y analisis exploratorio en R

2. Modelos jerarquicos Bayesianos
2.1. Modelos estacionarios: isotropia y kriging
2.2. Modelos lineales generalizados espaciales
2.3. Prediccion
2.4. Modelo CAR multivariado
2.5. Procesos puntuales

3. Aplicaciones
3.1. Modelos de sobrevivencia espacial
3.2. Modelos espaciales epidemiologicos


IV. METODOLOGIA PARA EL APRENDIZAJE

- Clases expositivas
- Clases de ejercicios
- Laboratorios
- Desarrollo de proyectos


V. EVALUACION DE APRENDIZAJES

- Pruebas escritas
- Informe escrito de aplicacion practica
- Presentaciones de proyectos
- Examen final escrito


VI. BIBLIOGRAFIA

Minima

Bivand, R.; Pebesma, E.; Gomez?Rubio, V. (2013), Applied Spatial Data Analysis with R, New York: Springer.

Banerjee, S.; Carlin, B.P.; Gelfand, A. (2015), Hierarchical Modeling and Analysis for Spatial Data, Second Edition, Boca Raton, Chapman & Hall/CRC.


Complementaria

Cressie, N. (1993), Statistics for Spatial Data, New York: Wiley.

Schabenberger, O.; Gotway, C. (2005), Statistical Methods for Spatial Data Analysis, Boca Raton, Chapman & Hall/CRC.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE MATEMATICAS / NOVIEMBRE 2017