Recently Published
Análisis espacial de puntos: densidad, autocorrelación y clustering
El documento (Clase_4_analisis_espacial.Rmd) es un material docente que, al compilarse, genera un informe HTML navegable sobre el análisis espacial de los atropellos en la Región Metropolitana (CONASET, 2018–2022).
Recorre el patrón de puntos en tres niveles complementarios: descriptivo (densidad de kernel, con una comparación de anchos de banda), inferencial (función K/L de Ripley con envolventes de simulación, para distinguir agrupamiento real del azar) y particional (clustering DBSCAN y HDBSCAN, con envolventes convexas y áreas en hectáreas por clúster).
Cada técnica abre con una explicación intuitiva y una guía de lectura del gráfico, y cierra con un ejercicio propuesto. Incluye índice flotante, código plegable, mapas interactivos y advierte que los datos son crudos (sin normalizar por exposición).
Elaborado por Dr. Cristian Escobedo Catalán.
Publish Document
Trabalho de extençao
Análisis espacial de puntos: densidad, autocorrelación y clustering
El documento (Clase_4_analisis_espacial.Rmd) es un material docente que, al compilarse, genera un informe HTML navegable sobre el análisis espacial de los atropellos en la Región Metropolitana (CONASET, 2018–2022).
Recorre el patrón de puntos en tres niveles complementarios: descriptivo (densidad de kernel, con una comparación de anchos de banda), inferencial (función K/L de Ripley con envolventes de simulación, para distinguir agrupamiento real del azar) y particional (clustering DBSCAN y HDBSCAN, con envolventes convexas y áreas en hectáreas por clúster).
Cada técnica abre con una explicación intuitiva y una guía de lectura del gráfico, y cierra con un ejercicio propuesto. Incluye índice flotante, código plegable, mapas interactivos y advierte que los datos son crudos (sin normalizar por exposición).
Elaborado por Dr. Cristian Escobedo Catalán.
ExamIDs2026a
ExamIDs2026a
Predicting Weather Forecast Accuracy
Stat 220 Portfolio 4 Predicting Weather Forecast Accuracy