Modelización de datos espaciales y espaciotemporales: Un enfoque bayesiano

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach

Contenido del libro:

Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach está dirigido a estadísticos y estudiantes e investigadores cuantitativos de ciencias sociales, económicas y de salud pública que trabajen con datos espaciales y espaciotemporales de áreas pequeñas. Se parte de una base de teoría estadística que llega hasta el modelo de regresión lineal estándar. El libro compara tanto la modelización econométrica jerárquica como la espacial, proporcionando tanto una referencia como un texto didáctico con ejercicios en cada capítulo. El libro ofrece un tratamiento completamente bayesiano y autónomo de la teoría estadística subyacente, con capítulos dedicados a aplicaciones sustantivas. El libro incluye el código WinBUGS y el código R, y todos los conjuntos de datos están disponibles en línea.

La Parte I aborda las cuestiones fundamentales que surgen al modelizar datos espaciales y espaciotemporales. La Parte II se centra en la modelización de datos espaciales transversales y comienza describiendo métodos exploratorios que ayudan a orientar el proceso de modelización. A continuación se incluyen dos capítulos teóricos sobre modelos bayesianos y un capítulo de aplicaciones. Siguen dos capítulos sobre modelización econométrica espacial, uno en el que se describen distintos modelos y otro de aplicaciones sustantivas. La Parte III aborda la modelización de datos espaciotemporales, introduciendo en primer lugar modelos para datos de series temporales. Se presentan métodos exploratorios para detectar distintos tipos de interacción espacio-temporal, seguidos de dos capítulos sobre la teoría de los modelos espacio-temporales separables (sin interacción espacio-temporal) e inseparables (con interacción espacio-temporal). Un capítulo de aplicaciones incluye: la evaluación de una intervención política; el análisis de la dinámica temporal de los focos de delincuencia; la vigilancia de enfermedades crónicas; y la comprobación de indicios de desbordamientos espaciales en la propagación de una enfermedad infecciosa. El capítulo final sugiere algunas orientaciones y retos para el futuro.

Robert Haininges catedrático emérito de Geografía Humana de la Universidad de Cambridge (Inglaterra). Es autor de Spatial Data Analysis in the Social and Environmental Sciences (1990) y Spatial Data Analysis: Theory and Practice (2003). Es miembro de la RGS-IBG y de la Academia de Ciencias Sociales.

Guangquan Li es profesor titular de Estadística en el Departamento de Matemáticas, Física e Ingeniería Eléctrica de la Universidad de Northumbria, en Newcastle (Inglaterra). Sus investigaciones incluyen el desarrollo y la aplicación de métodos bayesianos en las ciencias sociales y de la salud. Es miembro de la Royal Statistical Society.