Die Konferenz der Association of Geographic Information Laboratories in Europe (AGILE) ist eine der großen jährlichen europäischen Konferenzen auf dem Gebiet der Geoinformationswissenschaft. In diesem Jahr war das Fachgebiet Raumbezogene Modellierung (RAM) mit einem Vortrag von Jun.-Prof. René Westerholt in der Sitzung „Geoinfo Theory“ vertreten. Der Beitrag diskutiert Inferenzen über Schätzer räumlicher Autokorrelation in Kontexten, in denen nicht nur die Attribute, sondern auch die zugrunde liegenden räumlichen Einheiten variieren. Die räumliche Autokorrelation ist eine grundlegende statistische Eigenschaft geographischer Daten, und eine Reihe von Schätzern ist etabliert. Moran's I, die Methode, die im Vortrag besprochen wird, ist dabei eine der am häufigsten verwendeten Methoden. Die meisten Schätzer der räumlichen Autokorrelation beruhen auf der Bewertung des Grades der Übereinstimmung zwischen Strukturen in einem Attribut und Strukturen zwischen räumlichen Einheiten, die beide in Matrixform operationalisiert werden. Die zugehörigen Inferenzverfahren beruhen dann darauf, dass die räumliche Konfiguration fixiert gehalten wird, aber die Attributwerte über diese fixierten Geometrien variiert werden. Obwohl die Fixierung der Geometrien in vielen Szenarien nützlich ist, gibt es Fälle, in denen es angemessener wäre, auch die Geometrien variieren zu lassen, wie z.B. bei der Analyse von nutzergenerierten Geodaten oder mobilen Sensorbeobachtungen. Im vorliegenden Kurzbeitrag wird der Fall betrachtet, dass die Geometrien das Ergebnis inhomogener räumlicher Poisson-Prozesse sind. Anhand von diagonalen und zirkulären Formen der räumlichen Strukturierung wird untersucht, wie sich zufällige Geometrien auf die kritischen Werte auswirken, die zur Bewertung der Signifikanz globaler Moran's I-Werte verwendet werden. Es wird gezeigt, dass die kritischen Werte, die sich aus einem gängigen Verfahren zur Inferenz ergeben, oft die Grenzen unterschätzen, die sich ergeben würden, wenn geometrische Zufälligkeiten berücksichtigt würden. Dies führt zu Fehlern vom Typ I und damit zur Identifikation potenziell falsch-positiver Strukturen. Darüber hinaus wurden in dem Vortrag auch kurz die Ergebnisse eines Artikels besprochen, der Ende letzten Jahres in der Fachzeitschrift Geographical Analysis veröffentlicht wurde. In diesem Artikel werden zwei andere Arten von Punktprozessen, Thomas- und Matérn-Prozesse, betrachtet. Verweise sowohl auf den Kurzvortrag als auch auf den Zeitschriftenartikel finden Sie untenstehend.
Westerholt, R. (2023): Studying critical values for global Moran's I under inhomogeneous Poisson point processes. Proceedings of the 26th AGILE International Conference on Geographic Information Science (AGILE 2023), Delft, the Netherlands. DOI: 10.5194/agile-giss-4-52-2023.
Westerholt, R. (2022): A simulation study to explore inference about global Moran’s I with random spatial indexes. Geographical Analysis, volume and issue pending. DOI: 10.1111/gean.12349.
