1 Herramientas adicionales en STATA para el análisis de datos espaciales3ª Reunión Española de Usuarios de STATA 2010 Herramientas adicionales en STATA para el análisis de datos espaciales Raúl Ramos y Vicente Royuela AQR-IREA, Universitat de Barcelona

2 Análisis de datos espacialesEstructura de la presentación STATA como herramienta para el análisis de datos espaciales: procedimientos disponibles Desarrollos en curso: Matriz de pesos espaciales Sobre la introducción de retardos espaciales de las variables explicativas en modelos de regresión Sobre la visualización de los resultados del análisis exploratorio espacial

3 Análisis de datos espacialesssc install spmap ssc install shp2dta ssc install mif2dta Herramientas disponibles

4 Análisis de datos espacialesnet install sg162.pkg

5 Análisis de datos espacialesColumbus – Ohio 49 vecindarios del distrito de Columbus en Ohio (Estados Unidos) Información para 1980 sobre: Precio de la vivienda Ingresos familiares Robos por cada 1000 viviendas

6 Análisis de datos espacialesPrecio de la vivienda Crimen

7 Análisis de datos espacialesLa matriz de pesos espaciales En el análisis econométrico “estándar”, se supone que cada una de las observaciones analizadas es independiente del resto (hipótesis de no autocorrelación”). Autocorrelación espacial y/o retardos espaciales de las variables explicativas: matriz de pesos espaciales. La matriz de pesos espaciales recoge la existencia de relaciones entre los territorios analizados. Existen diferentes especificaciones de dicha matriz.

8 Análisis de datos espacialesSe han propuesto distintas especificaciones: Contigüidad (matriz de contactos binaria) Proximidad (matriz basada en distancias entre centroides o entre capitales) Flujos (matriz basada en movimientos de personas, mercancias, etc. – asimétrica) … Es importante analizar la robustez de los resultados a distintas especificaciones de la matriz.

9 Análisis de datos espacialesPero, los procedimientos existentes en STATA sólo permiten trabajar con matrices binarias generadas manualmente por el usuario o matrices basadas en distancias (simétricas). En otros programas como GEODA-PYSAL, MATLAB o R es posible generar y utilizar distintas matrices de manera muy simple (a partir del propio mapa). Sin embargo, estos programas no ofrecen la potencialidad de STATA en otros aspectos.

10 Análisis de datos espacialesGeoda

11 Análisis de datos espacialesHemos desarrollado procedimientos que permiten importar matrices generadas desde estos programas, normalizarlas y utilizarlas con spatreg (aunque sean asimétricas por naturaleza como las obtenidas a partir del procedimiento K-nearest neighbours-) gal2dta gwt2dta sparse2dta normw

12 Análisis de datos espacialesRetardos espaciales de las variables explicativas La existencia de autocorrelación espacial en un modelo de regresión puede indicar la omisión de variables relevantes como retardos espaciales de alguna de las explicativas. Sin embargo, los procedimientos existentes en STATA no permiten introducir de manera directa retardos de las variables, por lo que hemos desarrollado un procedimiento que permite hacerlo de manera muy sencilla. slag

13 Análisis de datos espacialesVisualización del análisis exploratorio de datos espaciales Geoda Stata spatlsa2 Measures of local spatial autocorrelation Weights matrix Name: W1 Type: Imported (binary) Row-standardized: No Moran's Ii (CRIME) Location | Ii E(Ii) sd(Ii) z p-value* 1 | 2 | 3 |

14 Análisis de datos espaciales1 2 3 Matriz binaria de contactos normalizada

15 Análisis de datos espaciales

16 Análisis de datos espaciales

17 Análisis de datos espaciales1 2 3 4 5 Matriz binaria de contactos de primer y segundo orden normalizada

18 Análisis de datos espaciales

19 Análisis de datos espaciales

20 Análisis de datos espaciales

21 Análisis de datos espacialesLos interesados en los procedimientos mencionados pueden contactar con nosotros a través del correo electrónico en las siguientes direcciones: Existen otros procedimientos de interés en este ámbito: anketest, usswm, chinaspatdwm, spmlreg, … … y seguimos a la espera de la difusión de spmat, sarml y g2sls de David Drukker 