In questo lavoro riportiamo brevemente alcuni risultati relativi a metodi statistici per l’analisi di dati spaziali e spazio-temporali mutivariati. La base dell’approccio proposto `e di tipo geostatistico, in quanto segue ciascuna osservazione viene rappresentata a mezzo di tre coordinate, due per lo spazio ed una per il tempo. La tecnica proposta procede sostanzialmente in due passi: il primo consiste nel proiettare il dataset multivariato in uno spazio appropriato ottenendo dei ”fattori” tra loro ”quasi” ortogonali (nello spazio di riferimento). In un secondo momento applichiamo uno stimatore di tipo kriging ai valori proiettati. Poich´e tutte le trasformazioni coinvolte sono di tipo lineare `e particolarmente semplice risalire dalle stime sui fattori alle stime riferite alle variabili originali. Si presentano molto brevemente alcuni risultati teorici, alcune simulazioni e applicazioni a dati reali.
A Multivariate Geostatistical Technique: kriging on factors / JONA LASINIO, Giovanna; Loriga, S.. - STAMPA. - (2002), pp. 99-102. (Intervento presentato al convegno XLI Riunione scientifica della Società Italiana di Statistica 2002 tenutosi a milano nel settembre 2002).
A Multivariate Geostatistical Technique: kriging on factors
JONA LASINIO, Giovanna;
2002
Abstract
In questo lavoro riportiamo brevemente alcuni risultati relativi a metodi statistici per l’analisi di dati spaziali e spazio-temporali mutivariati. La base dell’approccio proposto `e di tipo geostatistico, in quanto segue ciascuna osservazione viene rappresentata a mezzo di tre coordinate, due per lo spazio ed una per il tempo. La tecnica proposta procede sostanzialmente in due passi: il primo consiste nel proiettare il dataset multivariato in uno spazio appropriato ottenendo dei ”fattori” tra loro ”quasi” ortogonali (nello spazio di riferimento). In un secondo momento applichiamo uno stimatore di tipo kriging ai valori proiettati. Poich´e tutte le trasformazioni coinvolte sono di tipo lineare `e particolarmente semplice risalire dalle stime sui fattori alle stime riferite alle variabili originali. Si presentano molto brevemente alcuni risultati teorici, alcune simulazioni e applicazioni a dati reali.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
