Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo

[EN] Many traits assessed in field ecological trials show nonrandom spatial structures that may affect the efficiency of standard statistical analyses. Although several more or less sophisticated experimental designs may improve this efficiency by controlling the spatial variation, there are many si...

ver descrição completa

Detalhes bibliográficos
Autor: Zas Arregui, Rafael
Formato: artículo
Fecha de publicación:2006
País:España
Recursos:Consejo Superior de Investigaciones Científicas (CSIC)
Repositorio:DIGITAL.CSIC. Repositorio Institucional del CSIC
OAI Identifier:oai:digital.csic.es:10261/45589
Acesso em linha:http://hdl.handle.net/10261/45589
Access Level:acceso abierto
Palavra-chave:Autocorrelación espacial
Análisis espacial
Geoestadística
Semivariogramas
Spatial autocorrelation
Spatial analysis
Geostatistics
Semivariograms
Kriging
id ES_b0af8ebe27e7b992c2c44b40f7a2ec33
oai_identifier_str oai:digital.csic.es:10261/45589
network_acronym_str ES
network_name_str España
repository_id_str
spelling Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campoConsequences of spatial heterogeneity in the analysis and design of experimentsZas Arregui, RafaelAutocorrelación espacialAnálisis espacialGeoestadísticaSemivariogramasSpatial autocorrelationSpatial analysisGeostatisticsSemivariogramsKriging[EN] Many traits assessed in field ecological trials show nonrandom spatial structures that may affect the efficiency of standard statistical analyses. Although several more or less sophisticated experimental designs may improve this efficiency by controlling the spatial variation, there are many situations where designs can not be properly arranged to actual spatial patterns. In such cases, spatial analysis techniques become essential to correctly analyse spatial autocorrelated data. In this paper, the effects of spatial autocorrelation on the results of conventional statistical analysis are discussed, and a spatial adjustment procedure, based on geostatistics, is proposed to be used when data are spatially autocorrelated. A case study is presented to show how conventional analysis of spatially autocorrelated data may give completely erroneous conclusions.Many traits assessed in field ecological trials show nonrandom spatial structures that may affect the efficiency of standard statistical analyses. Although several more or less sophisticated experimental designs may improve this efficiency by controlling the spatial variation, there are many situations where designs can not be properly arranged to actual spatial patterns. In such cases, spatial analysis techniques become essential to correctly analyse spatial autocorrelated data. In this paper, the effects of spatial autocorrelation on the results of conventional statistical analysis are discussed, and a spatial adjustment procedure, based on geostatistics, is proposed to be used when data are spatially autocorrelated. A case study is presented to show how conventional analysis of spatially autocorrelated data may give completely erroneous conclusions.[ES] Las variables analizadas en los estudios ecológicos de campo muestran con frecuencia estructuras espaciales no aleatorias que pueden condicionar los resultados de las técnicas de análisis de la estadística convencional. Aunque la aplicación de diseños experimentales más o menos complejos mejora la eficiencia estadística de los análisis, en muchas ocasiones estos diseños no se pueden acoplar suficientemente bien al patrón espacial real de las variables objeto de estudio, siendo necesario la aplicación de técnicas más depuradas de análisis espacial para un correcto análisis de los datos. En este artículo se discuten los efectos que la autocorrelación espacial de los datos tiene sobre su análisis mediante técnicas de estadística paramétrica y se propone un método de ajuste espacial, basado en técnicas de geoestadística, para analizar datos espacialmente autocorrelacionados. A su vez se presenta un caso concreto real donde se puede observar como el análisis convencional de datos espacialmente autocorrelacionados puede generar conclusiones totalmente erróneas.Este trabajo ha sido financiado por los proyectos INIA-RTA2-109 e INIA-RTA5-173.Peer reviewedAsociación Española de Ecología Terrestre201220122006info:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501http://hdl.handle.net/10261/45589reponame:DIGITAL.CSIC. Repositorio Institucional del CSICinstname:Consejo Superior de Investigaciones Científicas (CSIC)Españolhttp://www.revistaecosistemas.netinfo:eu-repo/semantics/openAccessoai:digital.csic.es:10261/455892026-05-22T06:33:51Z
dc.title.none.fl_str_mv Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
Consequences of spatial heterogeneity in the analysis and design of experiments
title Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
spellingShingle Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
Zas Arregui, Rafael
Autocorrelación espacial
Análisis espacial
Geoestadística
Semivariogramas
Spatial autocorrelation
Spatial analysis
Geostatistics
Semivariograms
Kriging
title_short Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
title_full Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
title_fullStr Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
title_full_unstemmed Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
title_sort Consecuencias de la estructura espacial de los datos en el diseño y análisis de experimentos en campo
dc.creator.none.fl_str_mv Zas Arregui, Rafael
author Zas Arregui, Rafael
author_facet Zas Arregui, Rafael
author_role author
dc.subject.none.fl_str_mv Autocorrelación espacial
Análisis espacial
Geoestadística
Semivariogramas
Spatial autocorrelation
Spatial analysis
Geostatistics
Semivariograms
Kriging
topic Autocorrelación espacial
Análisis espacial
Geoestadística
Semivariogramas
Spatial autocorrelation
Spatial analysis
Geostatistics
Semivariograms
Kriging
description [EN] Many traits assessed in field ecological trials show nonrandom spatial structures that may affect the efficiency of standard statistical analyses. Although several more or less sophisticated experimental designs may improve this efficiency by controlling the spatial variation, there are many situations where designs can not be properly arranged to actual spatial patterns. In such cases, spatial analysis techniques become essential to correctly analyse spatial autocorrelated data. In this paper, the effects of spatial autocorrelation on the results of conventional statistical analysis are discussed, and a spatial adjustment procedure, based on geostatistics, is proposed to be used when data are spatially autocorrelated. A case study is presented to show how conventional analysis of spatially autocorrelated data may give completely erroneous conclusions.Many traits assessed in field ecological trials show nonrandom spatial structures that may affect the efficiency of standard statistical analyses. Although several more or less sophisticated experimental designs may improve this efficiency by controlling the spatial variation, there are many situations where designs can not be properly arranged to actual spatial patterns. In such cases, spatial analysis techniques become essential to correctly analyse spatial autocorrelated data. In this paper, the effects of spatial autocorrelation on the results of conventional statistical analysis are discussed, and a spatial adjustment procedure, based on geostatistics, is proposed to be used when data are spatially autocorrelated. A case study is presented to show how conventional analysis of spatially autocorrelated data may give completely erroneous conclusions.
publishDate 2006
dc.date.none.fl_str_mv 2006
2012
2012
dc.type.none.fl_str_mv info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
format article
dc.identifier.none.fl_str_mv http://hdl.handle.net/10261/45589
url http://hdl.handle.net/10261/45589
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.relation.none.fl_str_mv http://www.revistaecosistemas.net
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Asociación Española de Ecología Terrestre
publisher.none.fl_str_mv Asociación Española de Ecología Terrestre
dc.source.none.fl_str_mv reponame:DIGITAL.CSIC. Repositorio Institucional del CSIC
instname:Consejo Superior de Investigaciones Científicas (CSIC)
instname_str Consejo Superior de Investigaciones Científicas (CSIC)
reponame_str DIGITAL.CSIC. Repositorio Institucional del CSIC
collection DIGITAL.CSIC. Repositorio Institucional del CSIC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869416847786377216
score 15,811543

Registos relacionados