En las dos últimas décadas, cada minuto se generan miles de millones de datos, los cuales paulatinamente han incorporado atributos geográficos. Por ejemplo, cuando hacemos una compra, posteamos un tweet, hacemos una denuncia delictiva o si se dispone de sensores que miden el clima; todas estas acciones en su mayoría generan información que está sujeta a una dirección o a un par de coordenadas geográficas (latitud y longitud). Con lo cual se puede conocer el lugar de ocurrencia de los mismos, y así ofrecer campañas publicitarias, desarrollar operativos policiales, conocer el clima de una área determinada para cosechar o sembrar, entre otras cosas más. De acuerdo a lo anterior, la información georreferenciada se ha convertido en una herramienta potente para la toma de decisiones tanto en el sector público como privado. En Ecuador, los servicios financieros, la agricultura, la pesca, la ecología, la salud, la climatología y la criminología, han y están aprovechando la información georreferenciada.
En este curso se partirá desde la importación y exportación, el tratamiento, la manipulación y la presentación de puntos y mapas, con lo cual se cubrirá la mayoría de los datos espaciales existentes, llegando posteriormente a desarrollar un Análisis Exploratorio de Datos Espaciales (ESDA), hasta realizar un análisis de autocorrelación espacial.
REQUISITO: Tener conocimientos básicos en manejo y manipulación de datos de R
Contenido Curso
- Visión general de datos espaciales en R.
- ¿Por qué R para datos espaciales?
- Objetos especiales en R.
- Fundamentos de información Geográfica:
- Modelo vectorial: puntos, líneas y polígonos
- Sistemas de coordenadas geográficas y planas (proyecciones)
- Lattice data
- Point patterns
- Datos geográficos
- Manipulación, tratamiento y presentación de datos espaciales:
- Operaciones vectoriales
- Álgebra de mapas
- Introducción a la filosofía tidyverse para datos espaciales:
- Manipulación, agregación y filtrado de datos
- Esquema de gráficos ggplot
- Gráfico de mapas y point patterns
- Unión e intersección vectorial
- Importación y exportación de datos
- Herramientas para presentar datos espaciales con widgets html o interactivos para informes gerenciales
- Estructuras de control y funciones avanzadas para casos aplicados:
- Técnicas de procesamiento para datos espaciales.
- Expresiones regulares hacia datos espaciales (point patterns).
- Similaridad de texto hacia datos espaciales (direcciones).
- Georreferenciación de direcciones por medio de la API de Google Maps.
- Análisis exploratorio de datos espaciales (ESDA):Pongamos todo lo aprendido en práctica.Definamos que es:
- Escala.
- Autocorrelación espacial.
- Aleatoriedad.
- Tendencia.
- Estacionariedad.
Usemos:
Autocorrelación global y local
- Índice de Moran
Funciones de dependencia espacial
- Variograma (semi)
