Análise do Problema da Unidade de Área Modificável pela Regressão Geograficamente Ponderada

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.

Nível de Acesso:openAccess
Publication Date:2019
Main Author: Silva, Alisson Carlos da Costa
Orientador/a: Silva, Alan Ricardo da
Format: Dissertação
Language:por
Online Access:http://repositorio.unb.br/handle/10482/34740
Citação:SILVA, Alisson Carlos da Costa. Análise do Problema da Unidade de Área Modificável pela Regressão Geograficamente Ponderada. 2018. 113 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
Resumo Português:O Problema da Unidade de Área Modificável, ou do inglês MAUP (Modifiable Areal Unit Problem) é caracterizado por situações em que a agregação espacial de unidades de dados influencia os resultados finais. Os estudos mais antigos sobre o MAUP datam de 1934 com Gehlke and Biehl (1934), porém ainda não há solução definitiva. Com a introdução da Regressão Geograficamente Ponderada (RGP) criada por Brunsdon et al. (1996), uma nova abordagem foi dada ao problema. Como uma fonte do MAUP está relacionada a heterogeneidade espacial, e a RGP pode modelar a variabilidade local, acredita-se que ela seja menos sensível aos efeitos do MAUP. No entanto, a RGP apresenta a limitação de não incorporar mecanismo de agregação de dados em sua estrutura. Murakami and Tsutsumi (2015) propuseram uma adaptação da RGP, a Regressão Geograficamente Ponderada Área Para Ponto (RGP-APP) que incorpora em sua estrutura mecanismos de agregação que permitem a estimação de parâmetros a nível dos dados desagregados, a partir de dados agregados. Neste trabalho, a RGP-APP foi aplicada a dados simulados e reais e os resultados mostraram uma capacidade limitada para a eliminação dos efeitos do MAUP. No entanto, a RGP-APP apresenta capacidade de mitigar os efeitos da agregação, e tem resultados satisfatórios quando comparados com resultados produzidos por modelos OLS e RGP aplicados a dados agregados.