¿Interpretando semivariograma con alto efecto de pepita?


10

Hice un semivariograma en R usando el paquete gstat, variogram()función. Quiero ver si hay autocorrelación espacial en los residuos de mi modelo (abundancia de especies en función del hábitat, en sitios espaciados a unos pocos kilómetros a 900 km de distancia, usando un glmm).

Mis unidades están en km, por lo que mi interpretación es que el rango es de poco más de 100 km hasta que la autocorrelación espacial ya no sea un "problema". Me pregunto si alguien puede explicar por qué la pepita parece tan alta. ¿Significa esto que incluso en ubicaciones similares, todavía hay un grado relativamente alto de diferencia? O, ¿este variograma ondulado significa que debo ajustar mi número de retrasos y la distancia del retraso hasta obtener una forma más típica?

Usando gstat, saltos predeterminados y distancia máxima

Para investigar un poco más, también utilicé la función variog()en el paquete geoR, y usé breaks=seq(0,100,10), para tratar de mirar solo las distancias más cercanas (usando los mismos puntos y los mismos residuos del modelo). Este indica que los puntos más cercanos son más diferentes, lo que tampoco tiene sentido. Tal vez esto indica que no hay autocorrelación espacial, y que mi modelo ya lo explica.

Usando geoR, hasta 100 km

Encontré esta excelente fuente, "Geostats sin lágrimas" , y en la página 51 tiene algunos buenos consejos para ajustar variogramas. Según este consejo, el primero parece tener el rango correcto. Entonces, esto se remonta a la primera pregunta: ¿cómo interpreto esto?


1
Parece que no hay autocorrelación espacial en sus residuos, por lo que esta es una buena noticia en su caso, ¿no?
radouxju

No estaba seguro de estar interpretándolo correctamente, pero si tener una pepita tan alta y una trama ondulada indica que casi no hay autocorrelación (en oposición a un desajuste de un variograma), entonces sí, ¡son buenas noticias! Gracias por su opinión sobre la interpretación, es bueno saber que no estoy muy lejos.
snowtosurf

Respuestas:


4

Me pregunto si alguien puede explicar por qué la pepita parece tan alta. ¿Significa esto que incluso en ubicaciones similares, todavía hay un grado relativamente alto de diferencia?

Sí, un efecto de pepita alta (semivariancia alta en el origen) indica que hay una dependencia espacial débil (o ninguna) (autocorrelación) entre los datos de muestra a distancias pequeñas. Podría ser el caso de la estructura de datos que tiene un rango más corto que el intervalo de muestreo, pero la segunda imagen parece indicar que tampoco es el caso.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.