Introdução à Estatística Espacial
Estatística Espacial
O que é Análise Estatística Espacial?
- São métodos estatísticos que levam em consideração a localização espacial do fenômeno estudado.
- Segundo Bailey & Gatrell (1995): > “A análise estatística espacial é aplicada quando os dados possuem localização geográfica e quando o arranjo espacial desses dados é considerado relevante para a análise e interpretação dos resultados.”
Padrões Espaciais
A primeira questão a ser considerada é: os dados seguem um padrão aleatório ou indicam a presença de agregações bem definidas (clusters)?
Fonte: Elaboração própria com auxílio do ChatGPT (OpenAI, 2026).
Origem da Estatística Espacial
O uso de dados espaciais na saúde teve um marco histórico com John Snow, que em 1854 mapeou um surto de cólera em Londres.
Mapeamento dos casos de cólera (\(\bullet\)) e as bombas de água (X) em Londres, 1854.
Homenagens a John Snow
![]()
Retrato na fachada de um pub, réplica da bomba de água da Broad Street e placa marcando a descoberta da transmissão hídrica da cólera.
Objetivos da Estatística Espacial
- Investigar padrões espaciais e espaço-temporais:
- Utilizar Análise Exploratória de Dados Espaciais (AEDE) e medidas de correlação espacial.
- Identificar estruturas, agrupamentos e dependências nos dados geográficos.
- Modelar fenômenos espaciais:
- Controlar efeitos de vizinhança (dependência espacial) e heterogeneidade geográfica.
- Utilizar modelos estatísticos apropriados (ex: SAR, CAR, GWR).
Dependência ou Autocorrelação Espacial
- Valores próximos no espaço tendem a ser mais semelhantes entre si do que valores distantes.
- A dependência ocorre em múltiplas direções e diminui conforme aumenta a distância.
- Modelos que incorporam dependência estatística costumam ser mais realistas em contextos espaciais (Cressie, 1991).
“Todas as coisas se parecem, porém coisas mais próximas tendem a ser mais semelhantes do que aquelas mais distantes.” (Tobler, 1979).
Também conhecida como 1ª Lei da Geografia
Ferramentas de Programação
R
Fonte: Elaboração própria com auxílio do modelo de IA Gemini (GOOGLE, 2026).
R Cran
Bibliografia Básica Sugerida
- Waller, L.A.; Gotway, C.A. (2004). Applied Spatial Statistics for Public Health Data.
- Bivand, R.S. et al. (2013). Applied Spatial Data Analysis with R.
- Cressie, N. (1993). Statistics for Spatial Data.
- Druck, S. et al. (2004). Análise Espacial de Dados Geográficos.
- Lovelace, R. et al. (2021). Geocomputation with R.