Generale
I geografi, tra gli altri scienziati, cercano schemi geografici sperando che ciò li aiuti a comprendere meglio i processi che hanno prodotto questi schemi. Come hai mostrato, questo processo inizia con la mappatura delle posizioni in cui si trovano i fenomeni. Spesso, le mappe che hai prodotto sopra sono note come mappe di punti .
Distribuzione spaziale
Quando un lettore esamina una simile mappa, sta cercando di trovare la distribuzione spaziale (o la disposizione spaziale o geografica) della variabile di interesse e se esiste qualche tipo di modello. Di solito, ci sono quattro tipi di distribuzione che sono definiti per la mappa del motivo a punti (che hai anche disegnato sopra). Questi sono:
- cluster
- normale
- casuale
- regolare / uniforme / disperso
Da Wikipedia :
Accanto all'indagine visiva, è spesso necessario utilizzare l'analisi della frequenza o della densità dei punti attraverso una regione (eseguita con l'aiuto dell'analisi quadrat ) o della distanza tra i punti adiacenti (eseguita con l'aiuto dell'analisi del vicino più vicino ).
Problema delle unità modificabili
Hai anche menzionato il problema Unità areale modificabili (noto anche come problema unità modificabili ).
Nell'analisi spaziale, quattro problemi principali interferiscono con una stima accurata del parametro statistico: il problema al contorno, il problema di scala, il problema del modello (o autocorrelazione spaziale) e il problema dell'unità areale modificabile (Barber 1988)
Penso che sia pertinente in questo esempio, ma vorrei anche menzionare alcuni altri problemi:
Problema al contorno
Un problema di confine in analisi è un fenomeno in cui i modelli geografici sono differenziati dalla forma e dalla disposizione dei confini che sono disegnati a fini amministrativi o di misurazione.
Per un semplice esempio, se hai i tuoi punti che rappresentano un numero di persone di un determinato gruppo etnico, a seconda dei confini utilizzati potresti avere una visione diversa sulla distribuzione dei punti tra, ad esempio, i distretti del censimento.
Se i punti si trovano vicini l'uno all'altro ma si trovano in diversi distretti censuari, è possibile ottenere una falsa comprensione della distribuzione perché indicherebbe una distribuzione uniforme del gruppo etnico in quest'area di studio. Al contrario, se si utilizzassero altri confini, si potrebbe ottenere un'altra visione che indica una significativa concentrazione areale del gruppo etico. Alla fine, potresti essere confuso se osservi la segregazione etnica o l'integrazione etnica.
Problema delle unità modificabili
Questo può essere discusso in due aspetti: in termini di "scala" e "forma".
Problema di scala
I valori di varie statistiche descrittive possono variare in modo sistematico quando si utilizzano sempre più dati areali aggregati.
Una semplice illustrazione: ogni cella è la nostra area poligonale con il conteggio dei punti.
6 10 3
5
2
6
4
12
3
5
8
12
4
12
1
3
Quindi aggreghiamo i poligoni per ottenere un numero medio di punti:
8 4
4
8
4
10
8
2
E ancora una volta:
6
6
6
6
Ehi, abbiamo una distribuzione uniforme! In una parola: l'aggregazione spaziale tende generalmente a minimizzare la variazione mostrata su una mappa.
Per un altro esempio davvero semplice, dipende davvero da quale scala stai osservando i tuoi punti. Guarda l'immagine di Wikipedia per la sequenza di punti; la distribuzione normale potrebbe apparire come raggruppata quando si rimpicciolisce la mappa digitale.
Problema di forma
Avremmo potuto aggregare i poligoni nella tabella sopra usando verticale o orizzontale (unendo contigui nord-sud invece che vicini di est-ovest). Ciò significa che varie definizioni areale potrebbero avere un impatto significativo sui valori della distribuzione dei dati e delle statistiche descrittive.
Il problema del modello
In breve, i metodi sopra menzionati non sono molto efficaci nel valutare il tipo di problema che un essere umano potrebbe leggere facilmente su una mappa. Per essere in grado di distinguere tra i modelli areali e le distribuzioni puntuali, è necessario utilizzare i metodi di autocorrelazione spaziale ).
