6 M1 SIG, estadística y big data - M4 -Introducción a GeoDa

Introducción a GeoDa

M1 SIG, estadística y big data

¿Qué es GeoDa?​

• GeoDa es un software especializado en análisis de datos espaciales, de character libre y opensource.​
• Es un software multiplataforma que permite el uso de diversos tipos de archivos que almacenan información especial.​
• Aunque no es necesario utilizer SIG, acepta la mayoría de formatos de este tipo.​

Descarga e Instalación

• Para descargar GeoDa, ingresar el siguiente enlace en un navegador de internet​ http://geodacenter.github.io
• Dirigirse a la pestaña “Download”​
• Seleccionar la plataforma: Windows, Mac o Linux
• Descargar la versión más reciente

Descarga e Instalación

• Una vez descargado, ejecutar el programa de instalación .
• Seguir las instrucciones en pantalla hasta completar el proceso .
• Después de finalizada la instalación abrir el programa .

(1)

Carga de datos

• La primera vez que se abre el programa se despliegan estas dos ventanas: (1)barra de herramientas y (2)carga de datos .
• En la ventana de carga de datos se puede seleccionar la fuente: archivo (File), base de datos (Database), servicios web (Web) o el servicio de Carto (Carto).
• Para este curso utilizaremos únicamente el tipo archivo (File) .

(2)

Carga de datos

• Al hacer click en el ícono de folder, se despliegan los formatos de archivo que pueden ser cargados.
• Se puede cargar archivos de SIG (shp, gdb, json, etc), o tabulares (csv, xls, ods). El requisito en estos últimos es que tengan una columna con la información espacial .
• Los archivos de ejemplo están en formato .shp, por lo que seleccionaremos este tipo, y ubicaremos el archivo ”elec2017uio.shp” .

Carga de datos

• Al cargar el archivo exitosamente, se activarán las herramientas de la barra de herramientas y se visualizará una nueva ventana mostrando el componente gráfico de los datos.
• En este ejemplo, tenemos un mapa de las parroquias de Quito

Barra de Herramientas

1. Entrada de datos: abrir, cerrar, guardar
2. Tabla
3. Herramientas shapefile
4. Ponderación espacial
5. Mapeo y geovisualización (coropletas, cartogramas, video, clases)
6. Análisis exploratorio de datos (histograma, box plot, scatterplot)
7. Análisis de clusters
8. Análisis de autocorrelación espacial
9. Análisis espacio-temporal
10. Regresión

Visualizar tabla de atributos

• Hacer clic en el botón que abre la tabla de atributos.
• En esta tabla, cada columna es una variable y cada fila una parroquia.
• Las variables que nos interesa son:

• C1_F = número de votos candidato 1 _ femenino
• C1_M = número de votos candidato 1 _ masculino
• C2_F = número de votos candidato 2 _ femenino
• C2_M = número de votos candidato 2 _ masculino
• C1_Tot = total de votos candidato 1
• C2_Tot = total de votos candidato 2
• C1prop = proporción de votos candidato 1
• C2prop = proporción de votos candidato 2

Click en la imágen para expandir

Mapeo de Variables

• A continuación, mapearemos nuestra primera variable a ser explorada.
• En la barra de herramientas, seleccionar el botón de mapas, seleccionar mapa de cuantiles (Quantile Map) y seleccionar 5 clases.
• En una ventana adicional se mostrará un listado de variables. Seleccionar C1prop.
• El mapa muestra las parroquias del DMQ clasificadas en función de la proporción de votos obtenida en cada una por el candidato a alcalde 1.
• Este candidato ha obtenido una mayor proporción de votos en las parroquias centrales del cantón.
• Ahora, repetir el proceso para la variable C2prop

Mapeo de Variables

• Los mapas en GeoDa se muestran en multiples ventanas, al igual que los análisis gráficos.
• Esto permite que se pueda realizar una exploración visual interactiva de los mismos.
• En este caso se observa claramente como el candidato 1 obtuvo mayor proporción en las parroquias centrales mientras el candidato 2 obtuvo mayor votación en las parroquias periféricas.
• Si se hace clic sobre una parroquia en el mapa, esta se seleccionará en todas las ventanas (incluida la tabla) que tengamos en el programa.

Análisis exploratorio interactivo

• Ahora, seleccioanremos un box plot para la variable Proparea (proporción de votos de esa parroquia en el total del DMQ).
• Adicionalmente realizaremos un mapa de Desviación Estándar para la misma variable.
• Estas dos visualizaciones nos indican como están distribuidas las parroquias en función de su aporte al total de votos. La proporción del total promedio de una parroquia es 1,5%.
• Las parroquias en rojo son las que más aportan proporcionalmente (más de 5%).
• Seleccionar esas parroquias, observar quien obtuvo mayor proporción de votos, identificarlas en la tabla.

Análisis exploratorio interactivo

• GeoDa es un softSe pueden realizar más análisis exploratorios con las herramientas de mapeo y gráficas.
• Utilizar los datos proporcionados para identificar patrones en los datos.
• Se puede encontrar más información sobre estas herramientas en http://geodacenter.github.io/documentation.html