VIII Congreso Internacional de Investigación REDU
← vista completa
Publicado el 25 de abril de 2022 | http://doi.org/10.5867/Medwave.2022.S1.CI54
Un paquete de R para el análisis de datos espaciales censurados
An R package for censored spatial data analysis
José Alejandro Ordoñez Cuastumal , Christian Eduardo Galarza Morales, Víctor Hugo Lachos Dávila
|
Tema
Desarrollo tecnológico y procesos energéticos
|
|
Palabras clave
Datos censurados, datos espaciales, predicción, diagnósticos, paquete de R
|
Introducción
Los datos espaciales pueden describirse como observaciones espacialmente indexadas en un área coordenada. Usualmente, este tipo de análisis asume que los datos son completamente observados. No obstante, algunas veces la información disponible está sujeta a límites de detección, más allá de los cuales no es cuantificable (observaciones parcialmente observadas). Un ejemplo de esto puede verse en monitoreos ambientales de diferentes variables, donde a menudo se involucran observaciones censuradas a la izquierda debido a limitaciones en los instrumentos de medición (las observaciones están por debajo de lo que el instrumento puede cuantificar).
Objetivos
El objetivo principal de este artículo es describir las diferentes herramientas ofrecidas por el paquete “CensSpatial”, creado a partir de la teoría desarrollada por y Barbosa et al. (2017) y Ordoñez et. al (2018) para el análisis de datos espaciales con observaciones censuradas. Específicamente, desarrollar herramientas para los procesos de estimación, predicción y diagnóstico.
Método
Para desarrollar las herramientas de estimación y predicción, el algoritmo SAEM (Aproximación Estocástica del algoritmo Esperanza- Maximización) propuesto por Deylon et al. (1999) fue adaptado al contexto de regresión espacial. Esto permitió la inclusión de observaciones censuradas en el modelo a través de la distribución normal multivariada truncada en los límites de detección. También pueden encontrarse otros métodos comunes para lidiar con este tipo de observaciones. Con respecto a las herramientas de diagnóstico, medidas de influencia local y tres esquemas de perturbación (en la respuesta, en la matriz de escala y en las variables explicativas) fueron incluidas dentro del paquete.
Principales Resultados
El principal resultado de este trabajo fue el desarrollo del paquete “CensSpatial”, con herramientas de estimación, predicción y diagnóstico, para lidiar con el problema de tener observaciones censuradas, en el contexto de regresión espacial. Un ejemplo de aplicación a datos reales permitió la comparación de los diferentes métodos de predicción disponibles. Por otra parte, se utilizaron datos simulados para ejemplificar el uso de las herramientas de diagnóstico.
Conclusiones
Este articulo provee un nuevo paquete en R que permite el análisis de datos espaciales censurados utilizando procesos Gaussianos. Se discutieron en detalle todas las funciones disponibles dentro del paquete, así como la teoría necesaria para su desarrollo. Ejemplos adicionales de su uso pueden encontrarse en el manual disponible en el repositorio CRAN del software R.
|
Esta obra de Medwave está bajo una licencia Creative Commons Atribución-NoComercial 3.0 Unported. Esta licencia permite el uso, distribución y reproducción del artículo en cualquier medio, siempre y cuando se otorgue el crédito correspondiente al autor del artículo y al medio en que se publica, en este caso, Medwave.
