Aplicación de los modelos lineales generalizados mixtos en el modelamiento de datos de conteo georeferenciados por municipios en el departamento de Antioquía

Ricardo Alberto Borda Hernández, Rene Iral Palomino, Kenneth Roy Cabrera

Resumen


Artículo de investigación

El origen de este trabajo se fundamenta en la necesidad de modelar estadísticamente datos de conteo georeferenciados en polígonos irregulares tales como: número de homicidios por barrio, número de habitantes por localidad, enfermos por municipio, entre otros; con el objetivo de encontrar algún tipo de dependencia espacial a partir de la localización geográfica.

El estudio pretendió comparar dos tipos de modelos lineales generalizados mixtos (MLGM), uno cuya estimación de los parámetros del modelo parte de la aplicación de Cadenas de Markov de Monte Carlo (MCMC) y el otro por medio de máxima verosimilitud penalizada; además, se hicieron otras comparaciones con el modelo tradicional auto regresivo simultáneo (SAR) y el modelo auto regresivo condicional (CAR); modelos que parten del supuesto de normalidad, invertibilidad de la matriz de varianzas y covarianzas, y construcción de una matriz de vecindad, supuestos que no necesariamente deben cumplirse con MLGM.

Se encontró, que los MLGM dan indicio de ser una alternativa en el modelamiento de datos de conteo y se comprobó con una aplicación a partir de la georeferenciación por municipio y modelación de los 200 apellidos más frecuentes de Antioquia, en donde igualmente se concluyó que los MLGM muestran el menor error cuadrático medio (ECM).


Palabras clave


Datos georeferenciados; Error cuadrático medio; Familia exponencial; Modelos lineales generalizados mixtos; Normalidad

Texto completo:

PDF

Referencias


BESAG, Julian y GLEAVES, Timothy. On the detection of spatial pattern in plan communities. England: University of Newcastle upon Tyne. Biometrics Vol. 32, No. 3 (Sep. 1976), p. 659-667.

BIVAND, Roger y PEBESMA, Edzer. Applied Spatial Data Analysis with R, Springer, 2011

BORDA, Ricardo; IRAL, Rene y CABRERA, Kenneth. Comparación de las metodologías: Modelo Lineal Generalizado mixto marginal espacial con varianza CAR bajo respuesta Poisson y Modelo Lineal Generalizado Poisson Log-lineal con distribución subyacente gausiana en el estudio de datos de área. Medellín: Universidad Nacional de Colombia, 2011

CHASCO,Coro. Econometría espacial aplicada a la predicción-extrapolación de datos microterritoriales. Madrid: Consejería de Economía e Innovación Tecnológica, 2003.

CRESSIE, Noel. Statistics for Spatial data Revised Edition, New York: John Wiley & Sons, 1993.

DIGGLE, Peter y Ribeiro, Paulo. Model based Geostatistics. Brasil: Springer Series in Statistics, 2007.

GIRALDO, Ramón. Estadística espacial. Bogotá: Universidad Nacional de Colombia, 2009.

GOMEZ, Santiago; HINESTROSA, Paula y MUÑETON, Guberney. Procesos poblacionales en Antioquia, Colombia, a partir de relaciones de parentesco intermunicipales. En: Papeles poblacionales, Julio-septiembre, número 057, Universidad Autónoma del Estado de México, Toluco, p 257-274, 2008.

HAINING, Robert. Spatial data analysis: Theory and practice. Cambridge: University Press, 2003.

MCCULLAGH, P. Y NELDER, J.A. Generalized Linear Models, Second Edition. New York: Chapman and Hall, 1989

ORD, Keith. Spatial autocorrelation. London: Pion, 1973.

PINHEIRO, Jose. y BATES, Douglas. MixwdEffects Models in S and S-Plus. New York: Springer, 2000.

SCHABENBERGER, Oliver y GOTWAY, Carol. Contemporary Statistical Models. Chapman & Hall/CRC Texts in Statistical Science. Boca Raton. Press, 2002.

SCHABENBERGER, Oliver y GOTWAY, Carol A. Statistical Methods for Spatial Data Analysis. Chapman & Hall/CRC Texts in Statistical Science. Boca Raton, 2005.

WITLLE, P. On stationary processes in the plane. Biometrika Vol. 41, No. ¾, P. 434-449, 1954.

WOLFINGER, R.D. y O’CONNELL. M.Generalized linear mixed models: a pseudo likelihood approach. Journal of Statistical Computing and Simulation, 48:233–243, 1993.




DOI: http://dx.doi.org/10.18270/cuaderlam.v8i15.1259

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Cuadernos Latinoamericanos de Administración
ISSN 1500-9616 (Impresa)
Facultad de Ciencias Económicas y Administrativas
UNIVERSIDAD EL BOSQUE
Carrera 7B Bis No. 132-11
Bogotá, D.C., Colombia, S.A.
Teléfono: 05716489000 Ext. 1363 - 1365
Correo electrónico: cuaderlam@unbosque.edu.co