Taller – Análisis de datos espaciales 2024
Análisis de datos espaciales
TALLER
– POSTULACIÓN CERRADA POR CUPO COMPLETO –
POSTULACIÓN:
Desde el 02 al 19 de julio, o hasta completar 100 solicitudes, lo que ocurra primero.
CONFIRMACIÓN DE INSCRIPTOS:
Del 22 al 26 de julio.
INICIO Y FIN DE CLASES:
Del 29 de Julio al 29 de Septiembre.
Horarios y demanda de cursada: Asincrónico de Lunes a Viernes a través de foros y un encuentro semanal sincronica de 1.30 hrs.
Costos:
Residentes en Argentina
Pago total: $50.000
Residentes en el exterior
Pago total: USD 150
Se otorga certificado de participación.
Objetivo de aprendizajes del Estudiante
- Introducir al estudiante en la estadística descriptiva, inferencial y espacial dentro del entorno R.
- Analizar problemáticas espaciales y su variabilidad espacial inherente.
- Geoestadística: Brindar las nociones teóricas básicas para la descripción y comprensión de los distintos procesos espaciales. Variable aleatoria regionalizada. Covarianza, autocorrelación espacial, índices espaciales, correlograma y variograma experimental.
- Analizar técnicas de predicción de datos espaciales y obtener mapas de predicción de varianza.
El curso se dicta de manera virtual con una carga horaria total de 80 horas distribuidas en 8 semanas, a través de la plataforma moodle, con encuentros sincrónicos vía google meet una vez por semana con tutores, y espacios de intercambio asincrónicos de acceso libre en foro, los encuentros se graban y no son obligatorios. Los contenidos se distribuyen en tres unidades con auto evaluaciones teóricas y prácticas y un final grupal integrador, se otorga certificado de participación.
¿Se necesitará descargar archivos? ¿Quiénes descargan, docente, alumnos o sistemas? ¿Se desea intercambiar archivos con los alumnos? El curso se dictará a través de un aula virtual educativa (Moodle UNC). Todo el material disponible para estudiantes, así como también las evaluaciones de cada instancia, se encuentran en dicha plataforma a disposición.Requisitos de hardware y software para los alumnos:
R Studio y Conexión a internet.
Programa:
- Introducción a la estadística y al manejo de R
- Estadística: Definiciones básicas: procedimiento estadístico, población, censo, muestra, unidad muestral, variable y tipos de variables. Casos de estudio. Estimación de parámetros. Métodos de la estadística descriptiva: estadísticos de tendencia central, de posición, de dispersión, tablas de frecuencia y gráficos de barra, de caja y bigote e histogramas.
- R: Instalación de R y Rstudio. Uso del manual de R. Lectura de datos externos. Características básicas del lenguaje en R. Tipos de datos. Funciones matemáticas. Lectura de datos externos. Paquetes y librerías. Creación de proyectos y uso de bases de datos.
- Análisis de datos espaciales
- Análisis descriptivo de datos espaciales. Introducción al análisis exploratorio de datos espaciales con R. Visualización de datos geoestadísticos. Gráficos con datos geoespaciales, función plot( ). Comportamiento de la variable observada en función de las coordenadas. Histogramas. Box Plot -h-scatterplot. Gráficos con contornos. Gráficos de interpolación. Gráficos en tres dimensiones. Evaluación de distribución normal de los datos. Transformaciones. Proyección de datos en google maps.
- Geoestadística
- Introducción. Algunas definiciones de geoestadísticas. Modelos mecánicos o empíricos. Modelos estadísticos o probabilísticos. Variable regionalizada. Variograma. Construcción del variograma. Anisotropía. Modelos de variograma: esférico, exponencial y gaussiano. Ajuste del modelo de variograma. Criterios de ajuste del modelo. Ajuste del variograma. Estimación de parámetros del variograma. Método de ajuste del modelo variograma empírico. Ejemplo de estimación por máxima verosimilitud. Verificación de ajuste del modelo. Predicción espacial (kriging).
Bibliografía:
- -Ballari, Daniela. Geoestadística básica. 2015. https://rstudio-pubs-static.s3.amazonaws.com/116960_75753c98df034c0f83afc 24c3db5cdfe.html
- – Chasco, C. (2005). Análisis exploratorio de datos espaciales al servicio del geomarketing. Instituto Lawrence R. Klein, Universidad Autónoma de Madrid. https://dds.cepal.org/infancia/guide-to-estimating-child-poverty/bibliografia/c apitulo-IV/Chasco%20Coro%20(2009)%20Analisis%20exploratorio%20de%20dato s%20espaciales%20al%20servicio%20del%20Geomarketing.pdf
- – Córdoba, M., Bruno, C., Aguate, F., Tablada, M., & Balzarini, M. (2014). Análisis de la variabilidad espacial en los lotes agrícolas. Manual de buenas prácticas agrícolas. Ed. Balzarini M. Eudecor, Córdoba, Argentina.http://www.cba.gov.ar/wp-content/4p96humuzp/2016/05/Libro-Buen as-Pr%C3%A1cticas_BALZARINI.pdf.
- – Diggle, P. J., Tawn, J. A., & Moyeed, R. A. (1998). Model‐based geostatistics. Journal of the Royal Statistical Society: Series C (Applied Statistics), 47(3), 299-350. http://www2.stat.duke.edu/~fei/samsi/Readings/DiggTawnMoye1988.pdf
- – García, F. M. (2004). Aplicación de la geoestadística en las ciencias ambientales. Revista Ecosistemas, 13(1). https://revistaecosistemas.net/index.php/ecosistemas/article/view/582
- – Giraldo Henao, R. (2003). Introducción a la Geoestadística. Teoría y aplicación. Bogotá, Facultad de Ciencias, Departamento de Estadística, Universidad Nacional de Colombia. http://ftp.ciat.cgiar.org/DAPA/projects/Cursos_Talleres/Curso_R/DOCUMENTOS/L IBRO%20DE%20GEOESTADISTICA.pdf
- – Miranda-Salas, M., & Condal, A. R. (2003). Importancia del análisis estadístico exploratorio en el proceso de interpolación espacial: caso de estudio Reserva Forestal Valdivia. Bosque (Valdivia), 24(2), 29-42. https://scielo.conicyt.cl/scielo.php?pid=s0717-92002003000200004&script=sci_a rttext
- – Ribeiro Jr, P. J., & Diggle, P. J. (2001). geoR: a package for geostatistical analysis. Tutorials on the usage of the package geoR. http://www.leg.ufpr.br/geoR/geoRdoc/tutorials.html
Docentes
Dra. Mariela Aguilera Sammaritano
Doctora en Ingeniería Química y Licenciada en Biología por la Universidad Nacional de San Juan. Es Diplomada en geomática aplicada al ambiente y se desempeña como investigadora de Biomonitoreo e Indicadores de calidad ambiental en la CONAE. Tiene un posgrado en Project Management por la UTN. Actualmente cubre el cargo de Directora del Instituto Gulich – CONAE y dirige tesis en el Doctorado de Geomática y Sistemas Espaciales. En el ámbito académico se desempeña como docente de la UNC en las cátedras de Metodología de la investigación y Análisis de datos espaciales y en la Universidad Nacional de San Juan dictó las cátedras de Bioestadística y Análisis estadístico.
Dra. Antonella Galetto
Es licenciada y doctora en Geología por la Universidad Nacional de Córdoba. Docente desde 2014, en materias de Geoinformática y Geomorfología y tutora de la DUGA. Trabajó como becaria posdoctoral de CONICET (UBA), y colabora en múltiples proyectos de investigación, con aportes en revistas científicas de prestigio. Ha completado múltiples instancias de investigación y formación en el extranjero, entre las que se destaca la Universita degli Studi di Padova, Italia, y en la Universität Potsdam y el German Research Center for Geosciences (GFZ), Alemania. Trabajó en el Laboratorio de Termocronología de LaTe Andes S.A., Salta. Actualmente, trabaja con cartografía y procesamiento de imágenes satelitales para la exploración de recursos geotérmicos, minerales, y petrolíferos.
Ing. Micaela Ledesma
Ingeniera Agrónoma por la Facultad de Agronomía y Veterinaria de la Universidad Nacional de Río Cuarto. Diplomada en Geomática Aplicada al Ambiente por el Instituto de Altos Estudios Espaciales Mario Gulich. Es Becaria Doctoral del CONICET. Desde el año 2016 forma parte del equipo de trabajo de Servicios a Terceros en Estudios Básicos y Agropecuarios en el Área Matemática, Biostadística y Ecología. En el ámbito académico desde el año 2013 se ha desempeñado como ayudante de primera y segunda en matemática en la Universidad Nacional de Villa María y Universidad Nacional de Río Cuarto. Ha dirigido y codirigido tesis en ambas universidades.
Ing. Juan Carlos Bellassai
Juan Carlos Bellassai Gauto es Ingeniero Industrial por la Universidad Católica Nuestra Señora de la Asunción de Paraguay. Maestrando en Estadística Aplicada por el FAMAF, Universidad Nacional de Córdoba. Doctorando en Ciencias de la Ingeniería por la Facultad de Ciencias Exactas, Físicas y Naturales – UNC. Actualmente se desempeña como Becario del CONICET en el Centro de Investigación y Estudios de Matemática del FAMAF. Desde 2012 se ha desempeñado como técnico, investigador junior y asesor de diferentes instituciones educativas públicas y privadas.
POSTULACIÓN CERRADA POR CUPO COMPLETO
IMPORTANTE:
- El formulario se podrá enviar siempre y cuando se hayan completado todos los campos marcados como «obligatorios».
- Una vez enviado, aparecerá un mensaje confirmando la operación y le llegará por correo electrónico la misma notificación (chequear carpeta «Spam»). En caso de no ocurrir esto último, completar y enviar nuevamente.
Mail de contacto – duga@ig.edu.ar
