Estoy examinando las capturas de roedores en seis rejillas permanentes de captura de roedores que miden 150 x 150 metros y que consta de 121 estaciones de trampa separadas uniformemente a 15 metros de distancia. Hay seis redes de captura de este tipo en el sitio de estudio que tiene <1000 hectáreas de tamaño. Me gustaría interpolar los datos de captura para crear una superficie Kriged de actividad de roedores. Una suposición de interpolación es que los datos son estacionarios.
Como afirman Fortin y Dale (2005)
Se requiere estacionariedad para hacer inferencias a partir de un modelo que caracteriza el proceso de la estructura espacial de datos en ubicaciones que no se muestrean.
Por lo que entiendo, un proceso puede describirse como estacionario cuando sus propiedades estadísticas (media y varianza) no varían en el espacio.
Pero, ¿no es la variación en el espacio por qué llevamos a cabo un análisis espacial en primer lugar?
La estacionariedad a menudo se introduce en la literatura de análisis espacial / geoestadístico, pero aún no he encontrado una dirección sólida e información sobre
- a qué escala, o para qué tipo de estudios, es razonable suponer que sus datos son estacionarios,
- cómo examinar y verificar que los datos son estacionarios y, por último,
- una vez cuantificado de alguna manera, ¿cuánta diferencia de un área a la siguiente califica sus datos como no estacionarios?
Hasta ahora, después de revisar la literatura, el concepto y el examen de la estacionariedad parecen altamente subjetivos, arbitrarios y / u ofuscados.
Si alguien puede proporcionar algún consejo práctico con este problema, ¡lo agradecería mucho!