Estadística Espacial y análisis urbano - Online - clases en vivo*

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 ambos en el análisis de estadística espacializada. Por otro lado, los análisis realizados en el curso permitirán desarrollar competencias para análisis de información urbana y territorial, en particular información censal.


Descripción

El curso está orientado a que los estudiantes desarrollen capacidades que los doten 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, 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 desarrollar dispositivos visuales óptimos para comunicar la información contenida en el proyecto desarrollado a lo largo del curso.

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 curso considerará clases online en vivo y ejercicios prácticos que se desarrollarán por las plataformas mencionadas en la metodología.  

*15% de descuento por matrícula anticipada hasta el 31 de agosto de 2022 (descuentos no acumulables).

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 de Excel nivel intermedio y conocimiento básico en Sistemas 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. Desarrollar capacidades para generar una visualización óptima de los datos generados.
  4. Generar competencias para el análisis de procesos urbanos.
Desglose de cursos

Nombre del curso: Curso Estadística Espacial y Análisis Urbano
Nombre en inglés: Spatial Statistics and Urban Analysis Course
Horas cronológicas: 32
Horas pedagógicas: -

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 y generar información urbana y territorial con información del Censo 2017.
  • Generar una óptima visualización de los datos.

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. Trabajo con la base oficial del Censo 2017.
    1.2.    Introducción a RStudio: interfaz, crear y cargar base de dato Censo 2017. Estadística descriptiva en R.
    1.3.    Interacción entre ambos softwares y prueba de validación de datos Censales.
    1.4.    Manejo de datos en RStudio: transformar/codificar variables, paquete tidyverse, manejo de condicionales.

  2. Módulo 2: Visualización de datos.
    2.1.    Uso correcto del lenguaje visual.
    2.2.    Criterios de composición y diagramación.
    2.3.    Herramientas interactivas para empaquetar proyectos.

  3. Módulo 3: Geoprocesos estadísticos e interacción con RStudio.
    3.1.    Definición y consideraciones conceptuales de la estadística espacial. Normalización y Generalización.
    3.2.    Paquetes de análisis espacial en R (sf) y visualización de datos (ggplot).
    3.3.    Obtención de información desde formato shp en R.
    3.4.    Cartografía en R.
    3.5.    Introducción al análisis de regresión.

  4. Módulo 4: Geoprocesos estadísticos avanzados en ArcGIS
    4.1.    Análisis en estadística espacial: indicador Global de Moran.
    4.2.    Análisis en estadística espacial: LISA.
    4.3.    Geoestadística: uso de Variografía y análisis exploratorio, Kriging y EBK.
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 – OBSERVATORIO DE CIUDADES UC

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 por videoconferencia a través de la plataforma Zoom. Esto implica que puede conectarse desde donde se encuentre, sólo requiere un computador, u otro dispositivo con conexión a internet. Iniciarán con una breve introducción lectiva para contextualizar al estudiante a lo que se enfrentará en términos prácticos. Posteriormente, se realizará un módulo práctico en el que se revisará la aplicación de los contenidos teóricos expuestos, comenzando por una aproximación a la interfaz de ambos softwares (ArcGIS y RStudio), culminando con el uso de herramientas de geoestadística y estadística espacial avanzada. Finalmente, cada clase en vivo incluye un módulo en el que cada estudiante desarrollará un ejercicio práctico aplicando los contenidos vistos con anterioridad. El/la docente y ayudante a cargo estarán disponibles para apoyar a los estudiantes en la resolución de los ejercicios y resolver dudas.

Evaluación
  • Ejercicios al final del módulo: Cada módulo contará con un ejercicio práctico que será evaluado en función de los objetivos de la tarea. En total se realizarán 4 ejercicios.
  • La nota final del curso será ponderada como un promedio simple de los 4 ejercicios evaluados.
Requisitos de aprobación
  1. Calificación mínima del curso 4.0 en su promedio ponderado y

- 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.

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
Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra en el costado derecho de la página web www.educacioncontinua.uc.cl. Luego, deberá 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.

Luego serás contactado, para asistir a una entrevista personal (si corresponde).

Las postulaciones son hasta dos semanas antes del inicio del curso (martes 13 de septiembre de 2022) o hasta completar las vacantes. 

No se tramitarán postulaciones incompletas.


VACANTES: 30  

No se reservan cupos, el pago completo del valor del programa es requisito para gestionar la matrícula.

Importante- Sobre retiros y cancelaciones

  • La coordinación del programa se reserva el derecho a suspender o reprogramar la realización de la actividad si no cuenta con el mínimo de alumnos requeridos para dictarse 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 15 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.
SOLICITAR MÁS INFORMACIÓN
POSTULA AQUÍ

Mantente conectado a nuestras redes sociales