| N° |
Objetivo |
Contenido |
Horas Teóricas |
Horas Prácticas |
Horas E-learning |
| 1 |
Introducir Algunos Elementos Del Software R. |
Instalación De Objetos Más Comunes Y Librerías Del R. |
2 |
2 |
0 |
| 2 |
Analizar Descriptivamente La Información Espacial. |
Métodos Univariados, Bivariados Y Univariados En 2d. Ejemplos De Aplicación. |
5 |
5 |
0 |
| 3 |
Conocer Las Definiciones Fundamentales De Segundo Momento Sobre Un Proceso Espacial. |
Soporte Regional, Proceso Puntual, Proceso Enrejado, Función Aleatoria, Función Media, Función De Autocovarianza Y De Semivariograma. |
4 |
2 |
0 |
| 4 |
Conocer Indicadores De Autocorrelación Espacial. |
Índice De Moran Y De Geary. |
2 |
2 |
0 |
| 5 |
Conocer Definiciones De La Estacionariedad Y Anisotropias. |
Estacionariedad De Segundo Orden, Estacionariedad Intrínsica, Parámetros Para Medir La Continuidad Espacial. Función Aleatoria Isotrópica Y Anisotrópica. |
5 |
3 |
0 |
| 6 |
Conocer Aspectos De La Estimación Del Semivariograma. |
Estimador Paramétrico: Lag, Ángulo Y Vecindad De Tolerancia. Estimador No Paramétrico. |
2 |
1 |
0 |
| 7 |
Modelar El Semivariograma. |
Modelos, Isotrópicos, Anisotrópicos Y Con Efecto ¿Hole¿. |
2 |
1 |
0 |
| 8 |
Predecir El Valor De Un Atributo En Una Localidad No Muestreada. |
Kriging Simple Y Universal. |
3 |
2 |
0 |
| 9 |
Evaluar La Incerteza Al Predecir El Valor De Un Atributo En Una Localidad No Muestreada. |
Kriging Indicador Y Probabilística. |
3 |
2 |
0 |