Desarrollo de una nueva medida para investigar la autocorrelación espacial en variables de composición en las ciencias sociales y económicas
El análisis de datos es imprescindible para apoyar la toma de decisiones que pueden afectar a la sociedad, la economía, y el medio ambiente. Mejor información, derivada de métodos apropiados de análisis de datos, contribuye a una mejor comprensión de los posibles impactos de dichas decisiones.
Avances recientes en geotecnología, por ejemplo la masificación de la cartografía digital, hacen que mucha de la información necesaria para informar la política pública y las decisiones de organizaciones en el sector privado, goce de una dimensión geográfica y espacial. Esta dimensión presenta interesantes oportunidades analíticas, que a su vez conducen a información de mejor calidad para apoyar la toma de decisiones.
Por otro lado, la dimensión geográfica también presenta retos para el análisis de datos. Un caso en concreto es el uso de datos del censo, ya sea de población y vivienda o económico. Estos datos son reportados de manera geográfica.
Intentar determinar patrones geográficos de variación es un ejercicio importante y valioso. Por ejemplo, ¿existen concentraciones elevadas de co-localización de empresas de media y alta tecnología? ¿Se puede facilitar la generación de nuevos empleos dados dichos patrones de concentración? En política social, es de interés entender la distribución en el espacio de varios segmentos demográficos, por ejemplo: grupos de edad, grupos por nivel de renta, o por el uso de idiomas.
Una característica de estas variables es que son componentes de un total: la población de una región o la totalidad de entidades de carácter privado en el área de interés. Este tipo de variables no han sido bien estudiadas desde la perspectiva de la detección de patrones espaciales.
La visita propuesta en esta solicitud tiene el objeto de evaluar varios métodos de detección de patrones geográficos, tomando en consideración el carácter de componentes de muchos de los datos de interés. Además de presentar oportunidades de innovación en conocimientos de análisis de datos, el investigador solicitante y el grupo receptor usaran datos de la Comunidad de Murcia y de Canadá para comparar y contrastar el uso de estos métodos en diferentes ámbitos.