A stochastic approach to establish a metric to quantify the modifiable areal unit problem

• Ano de defesa: 2024
• Autor(a) principal: Vinicius Ricardo RIffel
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Minas Gerais; Brasil; ICX - DEPARTAMENTO DE ESTATÍSTICA; Programa de Pós-Graduação em Estatística; UFMG
• Palavras-chave em Português: Modifiable areal unit problem; Automated zonation construction; Unsupervised learning; Zonation dependence; Spatial partitioning; Spatial clusters; Estatística – Teses; Análise espacial (Estatística) – Teses; Análise por conglomerados – Teses; Análise estocástica
• Link de acesso: http://hdl.handle.net/1843/75859

O Problema da Unidade Areal Modificável (MAUP) afeta significativamente os resultados da análise espacial ao variar os resultados com base na escala e zonificação das unidades geográficas utilizadas. Esta tese introduz uma abordagem estocástica inédita para quantificar os efeitos do MAUP, apresentando um índice que mede a sensibilidade das análises espaciais às mudanças nas configurações das unidades areais. A metodologia proposta é baseada no algoritmo SKATER e pode ser utilizada em qualquer análise espacial. Aplicamos o método proposto a cerca de 2.000 diferentes conjuntos de dados. Os resultados indicam que os impactos mais pronunciados do MAUP ocorrem em escalas menores, onde a agregação das áreas altera significativamente os resultados estatísticos. O estudo também revela uma alta correlação entre os efeitos de escala e zonificação, sugerindo a natureza interligada desses componentes. Embora os índices propostos forneçam uma ferramenta valiosa para avaliar o MAUP, desafios computacionais em grandes conjuntos de dados destacam a necessidade de otimizações algorítmicas adicionais.