Nuevo - Estadística Espacial y Análisis Urbano

El curso pretende capacitar a profesionales interesados en el análisis y visualización de datos espaciales, particularmente a través de la plataforma ArcGIS y RStudio, para aprovechar la potencialidad que tiene la combinación de ambas en el análisis de estadística espacializada. Las actividades del curso permitirán desarrollar competencias para análisis de información urbana y territorial, en particular información censal.


Descripción

El curso está orientado a dotar a los estudiantes de herramientas para el levantamiento y análisis de información urbana y territorial a distintas escalas. Tiene como objetivo instalar competencias para el manejo de base de datos, digitalización de información y generación de indicadores mediante cartografía automatizada a partir del uso de Geoprocesos. Además, se desarrollarán metodologías para la visualización adecuada de estos procesos, entregando al estudiante criterios y herramientas de edición, composición y diseño que le permitan generar dispositivos visuales óptimos para comunicar la información contenida en el proyecto desarrollado a lo largo del curso.

Dirigido a

El curso está diseñado para capacitar a profesionales del sector privado, público o ejercicio libre de la profesión, con título y/o experiencia en profesiones como arquitectura, planificación urbana, geografía, ciencias sociales, ingeniería civil, ingeniería comercial, construcción civil, ingeniería agrónoma, ingeniería forestal, y áreas afines.

Prerrequisitos

Profesional universitario, licenciatura o egresado de instituto profesional de las áreas arriba mencionadas y afines. Se recomienda manejo computacional y conocimiento básico en Sistema de Información Geográfica, de preferencia ArcGIS Desktop.

Objetivo de aprendizaje

1.    Comprender los Sistemas de Información Geográfica, RStudio y la interacción de ambos como herramientas para el levantamiento y análisis estadístico de información espacializada.
2.    Analizar y crear bases de datos espaciales para la generación de indicadores urbanos y territoriales.
3.    Generar una visualización óptima de los datos analizados en base a información censal para el análisis de procesos urbanos.

Desglose de cursos

Nombre del curso: Curso estadística espacial en ArcGIS
Nombre en inglés: Course of Spatial Statistics and Urban Analysis
Horas cronológicas: 32
Horas pedagógicas: 43

Resultados del Aprendizaje
•    Conocer y manejar la interfaz y la interacción entre los softwares ArcGIS y RStudio.
•    Generar procesos de análisis de estadística espacial.
•    Producir información urbana y territorial con datos del Censo 2017.
•    Generar una óptima visualización de los datos generados a partir del análisis de información.

Contenidos:
1.    Módulo 1: Introducción a ArcGIS y RStudio.
1.1.    Introducción a ArcGIS: interfaz, manejo de base de datos, digitalización, manejo de atributos, consultas, herramientas básicas de análisis. Todo con la base oficial del Censo 2017.
1.2.    Procesos básicos de RStudio: interfaz, crear y cargar base de dato Censo 2017, transforma/codificar variables, paquete tidyverse.
1.3.    Interacción entre ambos software y prueba de validación de datos Censales.

2.    Módulo 2: Geoprocesos estadísticos en ArcGIS
2.1.    Definición y consideraciones conceptuales de la estadística espacial. Normalización y Generalización.
2.2.    Análisis en estadística espacial: LISA, e indicador Global de Moran.
2.3.    Geoestadística: uso de Variografía y análisis exploratorio, Kriging y EBK.
3.    Módulo 3: Geoprocesos estadísticos en interacción con RStudio.
3.1.    Paquetes de análisis espacial.
3.2.    Obtención de información desde formato shp.
3.3.    Introducción al análisis de regresión.
3.4.    Cartografía en R.

4.    Módulo 4: Visualización de datos.
4.1.    Uso correcto del lenguaje visual.
4.2.    Criterios de composición y diagramación.
4.3.    Herramientas interactivas para empaquetar proyectos.

Metodología de enseñanza y aprendizaje:
Las clases inician con una breve introducción lectiva, que permita contextualizar al alumno a lo que se enfrentará en términos prácticos. Posteriormente se abordará la parte práctica, donde se desarrollarán ejercicios en función de un objetivo. Las clases prácticas se realizan en sala con computadores, guiadas por el profesor.

Evaluación de los aprendizajes:
•    Taller 1: Análisis exploratorio con R, consistente en el análisis de una base de datos utilizando técnicas de estadística descriptiva, entregada por el Profesor del Curso, la que será evaluada con una pauta de cotejo.  50%.
•    Taller 2: Análisis estadístico con R, consistente en la aplicación de métodos estadísticos e inferenciales a una base de datos entregada por el Profesor del Curso, la que será evaluada con una pauta de cotejo. 50%.

BIBLIOGRAFÍA
•    Anselin, L. (1995). Local Indicators of Spatial Association—LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
•    Anselin, L., Syabri, I., & Kho, Y. (2006). GeoDa: An introduction to spatial data analysis. Geographical Analysis, 38(1), 5–22. https://doi.org/10.1111/j.0016-7363.2005.00671.x
•    Brunsdon, C., & Comber, L. (2015). An Introduction to R for Spatial Analysis and Mapping | SAGE Publications
•    Carlin, B., & Louis, T. (2000). Bayes and Empirical Bayes Methods for Data Analysis, Second Edition (Vol. 20000622). Chapman and Hall/CRC. https://doi.org/10.1201/9781420057669
•    Duque, J. C., Anselin, L., & Rey, S. J. (2012). The max-p-regions problem. Journal of Regional Science, 52(3), 397–419. https://doi.org/10.1111/j.1467-9787.2011.00743.x
•    Garretón, M., & Sánchez, R. (2016). Identifying an optimal analysis level in multiscalar regionalization: A study case of social distress in Greater Santiago. Computers, Environment and Urban Systems, 56, 14–24. https://doi.org/10.1016/j.compenvurbsys.2015.10.007
•    Getis, A., & Ord, J. K. (1992). The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24(3), 189–206. https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
•    Griffith, D. A. (2004). Distributional properties of georeferenced random variables based on the eigenfunction spatial filter. Journal of Geographical Systems, 6(3), 263–288. https://doi.org/10.1007/s10109-004-0134-3
•    Legendre, P. (1993). Spatial autocorrelation: trouble or new paradigm? Ecology, 74(6), 1659–1673. https://doi.org/10.2307/1939924
•    Li, H., Calder, C. A., & Cressie, N. (2007). Beyond Moran’s I: Testing for spatial dependence based on the spatial autoregressive model. Geographical Analysis, 39(4), 357–375. https://doi.org/10.1111/j.1538-4632.2007.00708.x
•    McCluskey, W. J., Deddis, W. G., Lamont, I. G., & Borst, R. A. (2000). The application of surface generated interpolation models for the prediction of residential property values. Journal of Property Investment & Finance, 18(2), 162–176. https://doi.org/10.1108/14635780010324321
•    Miller, H. J. (2004). Tobler’s first law and spatial analysis. Annals of the Association of American Geographers, 94(2), 284–289. https://doi.org/10.1111/j.1467-8306.2004.09402005.x
•    Moran, P. A. P. (1950). Notes on Continuous Stochastic Phenomena. Biometrika, 37(1/2), 17. https://doi.org/10.2307/2332142
•    Ord, J. K., & Getis, A. (1995). Local Spatial Autocorrelation Statistics: Distributional Issues and an Application. Geographical Analysis, 27(4), 286–306. https://doi.org/10.1111/j.1538-4632.1995.tb00912.x
•    Wang, J. F., Christakos, G., & Hu, M. G. (2009). Modeling spatial means of surfaces with stratified nonhomogeneity. IEEE Transactions on Geoscience and Remote Sensing, 47(12), 4167–4174. https://doi.org/10.1109/TGRS.2009.2023326

Equipo Docente

JEFE DE PROGRAMA

Ricardo Truffello Robledo

Profesor Asistente Adjunto del Instituto de Estudios Urbanos y Territoriales de la PUC. Geógrafo UC. Magíster en Geografía y Geomática UC, y candidato a doctor en Ingeniería en Sistemas Complejos de la UAI. Actualmente se desempeña como Director del Observatorio de Ciudades de la Facultad de Arquitectura, Diseño y Estudios Urbanos UC. Su área de especialización son los Sistemas de Información Geográficos, la generación de indicadores urbanos de corte funcional y la focalización territorial de políticas públicas urbanas, en especial asociado a temas de educación y acceso a bienes y servicios.

EQUIPO DOCENTE

Mónica Flores Castillo
Arquitecta (PUC), Master of Urban Planning (New York University). Actualmente se desempeña como subdirectora del Observatorio de Ciudades UC. Tiene experiencia como asistente de investigación en el NYU Furman Center, especializándose en estudios de accesibilidad a vivienda y análisis de mercado inmobiliario; así como en consultoría urbana en WXY Studio, donde trabajó en proyectos de resiliencia e integración escolar.

Natalia Ramírez González
Geógrafa (Universidad Católica de Chile) y Magíster en Geografía con Mención en Organización Urbano – Regional (Universidad de Chile). Actualmente se desempeña como apoyo téctico y en investigación en el Observatorio de Ciudades UC. Su área de interés y especialización ha estado ligada a estudios de políticas urbanas y habitacionales a través de herramientas asociadas a los Sistemas de Información Geográfica, en conjunto con análisis de datos espaciales.

Francisca Balbontín
Diseñadora (Universidad Católica de Chile). Se especializa en temas de diseño de información. Actualmente trabaja como diseñadora en el Observatorio de Ciudades UC y en el Laboratorio de Visualización de Datos de la misma universidad.

Metodología

Las clases se realizarán analizando información pública disponible, en particular el Censo 2017. Con lo anterior, se pretende que los estudiantes aprendan la lógica funcional al momento de explorar soluciones a partir del uso de información geoespacial y la estadística básica.

El programa del curso incluye clases teóricas y ejercicios prácticos, que se desarrollarán en un laboratorio de computación.

Requisitos de aprobación

a)     Calificación mínima del curso 4.0 en su promedio ponderado y
b)     75% de asistencia a las sesiones presenciales

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación otorgado por la Pontificia Universidad Católica de Chile.
El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a María José Moyano al correo ec_ieut@uc.cl:

-    Currículum vitae actualizado.
-    Copia simple de título o licenciatura (de acuerdo a cada programa).
-    Fotocopia simple del carnet de identidad por ambos lados.
-    Otros documentos que la unidad estime conveniente.

- El postulante será contactado para asistir a una entrevista personal, si corresponde, con el Jefe de Programa del Diplomado o su Coordinadora Académica. Más tarde se les informara vía mail o teléfono si fue aceptado y deberá cancelar su matrícula para tener un cupo en el programa
- En caso que el postulante presente alguna discapacidad de origen: visual, auditiva, movilidad reducida, u otra, deberá informar previamente a la coordinación del programa mediante un email, con el objetivo de brindar las condiciones de infraestructura necesaria al inicio de clases y entregar una asistencia adecuada
- Las postulaciones son hasta una semana antes del inicio del Diplomado/Curso o hasta completar las vacantes; no se aceptarán postulaciones incompletas.
- El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe cancelar el valor para estar matriculado.

Importante- Sobre retiros y suspensiones-
• La coordinación del programa se reserva el derecho de suspender o reprogramar la realización de la actividad si no cuenta con el mínimo de alumnos requeridos o por motivos de fuerza mayor. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero a la brevedad posible con un máximo de 10 días hábiles. La devolución se efectuará con depósito en la cuenta (corriente o vista) que indique el alumno o a través de un vale vista que deberá ser retirado en cualquier sucursal del Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del valor del programa.* A las personas que se retiren una vez iniciada la actividad, se les cobrará las horas o clases cursadas o asistidas y materiales entregados a la fecha de la entrega de solicitud formal de retiro más el 10% del valor del programa*
La solicitud de retiro debe realizarse a la coordinación a cargo y hasta antes de que el 50% de la actividad se haya desarrollado (Reglamento de alumno de Educación Continua).  
En ambos casos la devolución, demorará cómo máximo 15 días hábiles y se efectuará con depósito en la cuenta (corriente o vista) que indique el alumno o a través de un vale vista que deberá ser retirado en cualquier sucursal del Banco Santander. *El 10% corresponde al uso de vacante y se calcula en base al precio publicado, no el valor final pagado.

imagen
SOLICITAR MÁS INFORMACIÓN
POSTULA AQUÍ


Otros programas que pueden ser de su interés

Seminario Plantas Ornamentales aplicadas al Paisajismo y Jardinería

Métodos para la valoración del patrimonio cultural