In many natural phenomena, the variables of interest have a temporal or spatial location. In this case, the assumption of independence is not met, since each variable is autocorrelated and cross-correlated with the rest of the variables. Therefore, the analysis and modeling of these data must involve its correlation structure and spatial features. Spatio-temporal and spatial functional geostatistics, allow improve analyses and modeling of these processes.
SpatFD: Functional Geostatistics: Univariate and Multivariate Functional Spatial Prediction
Spatial statistics notes and R code - github-pages.
Youtube chanel with videos of spatial, spatio-temporal and functional geostatistics
github: Data and R code
Rpubs: Rmarkdowns pages and examples
En muchos fenómenos naturales, las variables de interés tienen una ubicación temporal, espacial o espacio temporal. En este caso, el supuesto de independencia no se cumple, ya que cada variable presenta autocorrelación y correlación cruzada con el resto de las variables. Por lo tanto, el análisis y modelamiento de estos datos debe involucrar su todas sus características y dinámicas espaciales. Además, el análisis estadístico espacio temporal es más eficiente si se une con el análisis de datos funcionales.
Es mejor saber después de haber pensado y discutido que aceptar los saberes que nadie discute para no tener que pensar. La capacidad de aprender está hecha de muchas preguntas y de algunas respuestas; de búsquedas personales y no de hallazgos institucionalmente decretados; de crítica y puesta en cuestión en lugar de obediencia satisfecha con lo comúnmente establecido. En una palabra, de actividad permanente del estudiante y nunca de aceptación pasiva de los conocimientos. Fernando Savater.
Introducción a los procesos puntuales y a la regresión espacial.