Incertidumbre de modelos estadísticos asociada a los niveles de agregación de la información espacial

• Mas, Jean F ^[1] ; Pérez Vega, Azucena ^[2] ; Andablo Reyes, Araceli ^[3] ; Castillo Santiago, Miguel Ángel ^[4]
  1. [1] Universidad Nacional Autónoma de México

     Universidad Nacional Autónoma de México

     México

     
  2. [2] Universidad de Guanajuato

     Universidad de Guanajuato

     México

     
  3. [3] Centro de Investigación en Alimentación y Desarrollo

     Centro de Investigación en Alimentación y Desarrollo

     México

     
  4. [4] El Colegio de la Frontera Sur, Unidad San Cristobal de las Casas

  Mostrar afiliaciones +
• Localización: Geofocus: Revista Internacional de Ciencia y Tecnología de la Información Geográfica, ISSN-e 1578-5157, Nº. 21, 2018
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • La modelación de fenómenos como los cambios de cubierta / uso del suelo se basa en la evaluación de la relación entre el cambio y variables explicativas utilizando métodos estadísticos como los modelos de regresión. Las variables explicativas utilizadas describen las condiciones físicas y socioeconómicas del territorio. La información disponible se presenta a menudo de forma agregada espacialmente en unidades político-administrativas como municipios. Sin embargo, los resultados de análisis estadísticos no son independientes de la configuración espacial de las unidades utilizadas para agregar la información. En este estudio, analizamos los efectos de este fenómeno, conocido como el problema de la unidad de área modificable (MAUP por sus siglas en inglés), sobre la evaluación de los factores de la distribución de la cubierta forestal en México a diferentes niveles de agregación. Utilizamos variables del censo de población junto con variables topográficas y de accesibilidad, dicha agregación utiliza áreas geoestadísticas básicas, municipios y estados. Los resultados muestran que el nivel de agregación de la información afectó los valores del coeficiente de correlación y el ajuste de los modelos de regresión. El MAUP tuvo un efecto sustancial en estos modelos, en particular, cuando no hay una fuerte relación entre la variable dependiente y las variables explicativas. Estos resultados sugieren que las relaciones e inferencias obtenidas usando datos agregados con unidades administrativas como condados, provincias o municipios, deben ser interpretados con precaución.