Resumen de Un modelo probalístico de Cluster-MDS para datos espacio-temporales
Rodrigo Macías, José Fernando Vera Vera, Christian Rivera
En este trabajo se propone un modelo probabil´ýstico de Cluster-MDS con restricciones de contig¨uidad geogr´afica para el an´alisis de datos espacio-temporales.
Considerando el variograma como una medida natural de disimilaridad para la estructura de covarianza espacial en procesos espacio-temporales, se desarrolla un modelo de cluster-mds de clases latentes basado en una partici´on en bloques de la matriz de dispersiones espaciales. Bajo la hip´otesis de lognormalidad, se estima de manera simult´anea la clasificaci´on ´optima y la configuraci´on de los centros de los clusters mediante m´axima verosimilitud, de tal forma que los objetos bajo estudio y los clusters mantengan sus relaciones espaciales. Se propone un modelo para la determinaci´on del n´umero de clases o clusters. La aplicaci´on de los estad´ýsticos AIC y BIC proporciona adem´as un criterio eficiente para seleccionar la dimensionalidad adecuada del modelo.
