10

pueden estar más intensamente muestreadas que las otras (xij faltantes). Las coordenadas pueden ser planas, geográficas (grados, minutos y segundos) o cartesianas. Sin embargo la posible utilización de unas u otras depende del software empleado para los análisis.

1.4. Justificación del Análisis Exploratorio de Datos Espaciales .

En la aplicación de la geoestadística es de suma importancia, al igual que en otros procedimientos estadísticos (por ejemplo los modelos ARIMA dentro de la teoría de series de tiempo), el análisis gráfico. La identificación de valores extremos y su ubicación geográfica, la evaluación de la forma de la distribución y el cálculo de medidas de localización, variabilidad y correlación es muy importante para establecer si algunos supuestos necesarios para la aplicación de la teoría geoestadística son válidos o para definir que procedimiento de predicción es el más conveniente. Por ejemplo, como se verá en el capítulo cuatro, la decisión de usar kriging ordinario o kriging universal se fundamenta en identificar si la media es o no constante en la región. El uso de kriging log-normal se basa en un criterio empírico relacionado con la forma asimétrica de la distribución de los datos muestrales. La decisión de emplear cokriging depende de la detección de asociaciones entre las variables.

1.5. Gráficos Exploratorios

Al igual que en un estudio exploratorio clásico, cuando se dispone de información georreferenciada se pueden emplear histogramas, diagramas de tallos y hojas y de caja y

bigotes (Hoaglin et al., 1983) con el propósito de identificar localización, variabilidad, forma y observaciones extremas. Adicionalmente los gráficos de dispersión son muy útiles tanto para la detección de relaciones entre las variables como para la identificación de tendencias en el valor promedio de la variable en la región (relación entre la variable medida y las coordenadas geográficas). Un supuesto fundamental en el análisis geoestadístico es que el fenómeno es estacionario, para lo cual, entre otros aspectos, el nivel promedio de la variable debe ser constante en todos los puntos del área de estudio. Una detección de tendencia en el gráfico de dispersión puede ser una muestra de que no se satisface dicho supuesto. El gráfico se construye tomando como eje de las abcisas la variable que representa la coordenada geográfica y en el eje de las ordenadas la variable cuantitativa de estudio. La observación de la nube de puntos resultante, incluso el ajuste de una línea de regresión, permite establecer de manera empírica si existe dicha tendencia. Un gráfico de dispersión entre valores de la variable separados por una distancia espacial dada (dispersograma rezagado) es útil en la detección de autocorrelación espacial. Otro gráfico que tradicionalmente se emplea en la descripción de datos espaciales es el de datos

clasificados según puntos de referencia (media, mediana, cuartíles). Este permite comparar zonas del sistema de estudio respecto a las magnitudes de las variables.