1.4 Objetivos y procedimiento
A partir de los valores observados {Z(s1),…,Z(sn)} (o {Z(B1),…,Z(Bn)}), los objetivos suelen ser:
Obtener predicciones (kriging) ˆZ(s0) (o ˆZ(B0)).
Realizar inferencias (estimación, contrastes) sobre las componentes del modelo ˆμ(⋅), ˆγ(⋅).
Obtención de mapas de riesgo P(Z(s0)≥c).
Realizar inferencias sobre la distribución (condicional) de la respuesta en nuevas localizaciones…
En cualquier caso en primer lugar habría que estimar las componentes del modelo: la tendencia μ(s) y el semivariograma γ(h). La aproximación tradicional (paramétrica) para el modelado de un proceso geoestadístico consiste en los siguientes pasos:
Análisis exploratorio y formulación de un modelo paramétrico inicial (Capítulo 2).
Estimación de los parámetros del modelo (puede ser un proceso iterativo; Capítulo 3):
Estimar y eliminar la tendencia.
Modelar la dependencia (ajustar un modelo de variograma) a partir de los residuos.
Validación del modelo (Sección 4.6) o reformulación del mismo.
Empleo del modelo aceptado (Capítulo 4).
Como ya se comentó, emplearemos el paquete gstat
en este proceso (Sección 1.1.2).