Geoda

GeoDa es un paquete de software gratuito que realiza análisis de datos espaciales , geovisualización , autocorrelación espacial y modelado espacial.

Se ejecuta en diferentes versiones de Windows , Mac OS y Linux . El paquete fue desarrollado inicialmente por el Laboratorio de Análisis Espacial de la Universidad de Illinois en Urbana-Champaign bajo la dirección de Luc Anselin . A partir de 2016, el desarrollo continúa en el Centro de Ciencia de Datos Espaciales (CSDS) de la Universidad de Chicago . ^[1]

GeoDa cuenta con potentes capacidades para realizar análisis espaciales, análisis exploratorios de datos multivariados y autocorrelación espacial global y local . También realiza regresión lineal básica . En cuanto a los modelos espaciales, se incluyen tanto el modelo de rezago espacial como el modelo de error espacial, ambos estimados por máxima verosimilitud .

OpenGeoDa se publica bajo la licencia GNU GPL versión 3.0. ^[2]

GeoDa reemplazó lo que antes se llamaba DynESDA, un módulo que funcionaba con el antiguo ArcView 3.x para realizar análisis exploratorios de datos espaciales (o ESDA ). Las versiones actuales de GeoDa ya no dependen de la presencia de ArcView u otros paquetes SIG en un sistema.

Los proyectos en GeoDa consisten básicamente en un shapefile que define los datos de la red y una tabla de atributos en formato .dbf. La tabla de atributos se puede editar dentro de GeoDa.

El paquete está especializado en análisis exploratorio de datos y geovisualización, donde explota técnicas de vinculación dinámica y pincelado . Esto significa que cuando el usuario tiene varias vistas o ventanas en un proyecto, al seleccionar un objeto en una de ellas se resaltará el mismo objeto en todas las demás ventanas.

GeoDa también es capaz de producir histogramas , diagramas de caja y diagramas de dispersión para realizar análisis exploratorios simples de los datos. Sin embargo, lo más importante es la capacidad de mapear y vincular esos dispositivos estadísticos con la distribución espacial del fenómeno que los usuarios están estudiando.

La vinculación dinámica y el cepillado son dispositivos poderosos, ya que permiten a los usuarios descubrir o confirmar de manera interactiva patrones sospechosos de disposición espacial de los datos o descartar su existencia. Permiten a los usuarios extraer información de datos en disposiciones espaciales que, de otro modo, requerirían rutinas informáticas muy pesadas para procesar los números y producir resultados estadísticos útiles. Esto último también puede costarles a los usuarios bastante en términos de conocimientos especializados y capacidades de software.

Un dispositivo muy interesante disponible en GeoDa para explorar patrones globales de autocorrelación en el espacio es el diagrama de dispersión de Moran de Anselin. Este gráfico representa una variable estandarizada en el eje x frente al desfase espacial de esa variable estandarizada. El desfase espacial no es más que un resumen de los efectos de las unidades espaciales vecinas. Ese resumen se obtiene por medio de una matriz de pesos espaciales, que puede adoptar diversas formas, pero una muy utilizada es la matriz de contigüidad . La matriz de contigüidad es una matriz que tiene un valor de uno en la posición (i, j) siempre que la unidad espacial j sea contigua a la unidad i. Por conveniencia, esa matriz se estandariza de tal manera que las filas suman uno al dividir cada valor por la suma de filas de la matriz original.

En esencia, el diagrama de dispersión de Moran de Anselin presenta la relación de la variable en la ubicación i con respecto a los valores de esa variable en las ubicaciones vecinas. Por construcción, la pendiente de la línea en el diagrama de dispersión es equivalente al coeficiente I de Moran. Este último es un estadístico bien conocido que explica la autocorrelación espacial global. Si esa pendiente es positiva, significa que hay autocorrelación espacial positiva: los valores altos de la variable en la ubicación i tienden a agruparse con valores altos de la misma variable en ubicaciones vecinas de i , y viceversa. Si la pendiente en el diagrama de dispersión es negativa, significa que tenemos una especie de patrón de tablero de ajedrez o una especie de competencia espacial en la que los valores altos de una variable en la ubicación i tienden a ubicarse junto con valores más bajos en las ubicaciones vecinas.

En el diagrama de dispersión de Moran de Anselin, se calcula la pendiente de la curva y se muestra en la parte superior del gráfico. En este caso, este valor es positivo, lo que significa que las áreas con una alta tasa de criminalidad tienden a tener vecinos con tasas altas también, y viceversa.

A nivel global podemos hablar de clusterización , es decir, la tendencia general del mapa a agruparse; a nivel local, podemos hablar de clusters , es decir, podemos señalar las ubicaciones de los clusters. Esto último se puede evaluar por medio de Indicadores Locales de Asociación Espacial - LISA . El análisis LISA nos permite identificar dónde están las áreas con valores altos de una variable que están rodeadas por valores altos en las áreas vecinas, es decir, lo que se llama clusters alto-alto. Al mismo tiempo, los clusters bajo-bajo también se identifican a partir de este análisis.

Otro tipo de fenómeno que es importante analizar en este contexto es la existencia de valores atípicos que representan valores altos de la variable en una determinada ubicación rodeados de valores bajos en las localidades vecinas. Esta funcionalidad está disponible en GeoDa mediante el diagrama de dispersión de Moran de Anselin. Nótese, sin embargo, que el hecho de que un valor sea alto en comparación con los valores de las localidades vecinas no significa necesariamente que sea un valor atípico, ya que necesitamos evaluar la significancia estadística de esa relación. En otras palabras, podemos encontrar áreas donde parece haber agrupamiento o donde puede parecer que hay agrupamientos pero cuando se realizan los procedimientos estadísticos resultan ser agrupamientos no estadísticamente significativos o valores atípicos. Los procedimientos empleados para evaluar la significancia estadística consisten en una simulación de Monte Carlo de diferentes arreglos de los datos y la construcción de una distribución empírica de los estadísticos simulados. Posteriormente, el valor obtenido originalmente se compara con la distribución de valores simulados y si el valor excede el percentil 95h se dice que la relación encontrada es significativa al 5%.

• Geoda
• Espacial@UChicago