Como escoger un modelo geoestadistico en ArcGis
La geoestadística nos permite utilizar varios métodos para modelar nuestros datos; entre ellos contamos con los modelos circular, esférico, Tetraesferico, Pentaesférico, Exponencial, Gaussiano, Rational Quadratic, Hol Effect, K-Bessel, J-Bessel y Stable. ¿Pero cómo seleccionamos el modelo geoestadistico que mejor modela nuestros datos en ArcGis?. La respuesta está en el análisis exploratorio y estructural de los datos.
Paso 1. Durante el análisis exploratorio calculamos la media, Mediana, Moda, coeficiente de curtosis, coeficiente de sesgo, desviación estándar, coeficiente de variación y varianza. Esto se realiza para los datos originales o transformados en caso de que sea necesario, ver el artículo Análisis geoestadístico con ArcGIS parte 2.
Los resultados obtenidos los podríamos resumir en la siguiente tabla.
Paso 2. Durante el análisis estructural se anotan los valores correspondiente a las siguientes variables partial sill, RMS, ASE, RMSS y el error, para mayor información ver el artículo Análisis geoestadístico con ArcGIS parte 3.
Los datos se podrían resumir de la siguiente forma.
Paso 3. Escogemos aquel o aquellos modelos gesoestadisticos cuyo Partial sill sea lo más cercano posible a la varianza de los datos. De acuerdo al análisis exploratorio la variancia obtenida fue 0,15030, por lo cual la tabla anterior se simplificara a…
Paso 4. El modelo a seleccionar será aquel que mejor reproduzca los datos conocidos, por lo tanto cumplirá con las siguientes condiciones:
- Raíz cuadrada del error medio (RMS): pequeño.
- Error estandar promedio (ASE): pequeño
- Raíz cuadrada del error medio (RMSS): cerca de 1.
Dado lo anterior la tabla se reduce a los siguientes modelos…
Poso 5. Finalmente el modelo a escoger es aquel que presenta la mayor confiabilidad, donde
confiabilidad = 100-error.
Entonces en nuestro ejemplo seleccionamos el modelo Pentaesférico para el análisis geoestadístico de los datos.