Memahami Statistika Spasial dan Geostatistika

Banyak yang bisa dilakukan oleh statistika, statistika spasial, dan

Geostatistika. Karena statistika, statistika spasial, dan geostatistika berbeda satu
sama lain. Seperti Statistika spasial dirancang khusus untuk digunakan dengan
data-data spasial dengan geografis. Metode ini menggunakan area ruang, panjang,
jarak, arah, orientasi, atau beberapa gagasan tentang bagaimana fitur dalam
dataset berinteraksi satu sama lain persis seperti di matematika. Itu yang membuat
statistika spasial berbeda dari metode statistika biasa.

Ada berbagai jenis statistika spasial, seperti statistika spasial deskriptif mirip
dengan statistika deskriptif biasa. Contoh, jika kita memiliki banyak titik di peta, kita
dapat mengetahui di mana pusat titik-titik berada dan kita juga mungkin ingin tahu
bagaimana titik-titik tersebar di sekitar pusat mirip dengan simpangan baku.

Metode statistika lainnya menggunakan analisis pola spasial: Kita bisa

mengidentifikasi struktur data yang kita lihat.Misalnya, fitur yang berkelompok ?
Apakah mereka menyebarr? Apakah nilai-nilai tinggi semua ditemukan bersama?
Apakah ada "hot spot" dalam data? Metode analisis pola spasial dapat membantu
kita untuk mengidentifikasi pola pengeluaran anomali atau tidak lazim, tak terduga
menemukan daerah dengan tingkat penyakit yang tinggi, kejahatan, atau
kebakaran, dll. Banyak sekali aplikasi dari metode ini

Sedangkan Geostatistika adalah jenis statistika spasial. Kriging, misalnya,

adalah teknik geostatistika yang sangat kuat, melebihi interpolasi, tidak hanya
melihat pada fitur terdekat untuk memprediksi nilai-nilai, di mana kamu tidak
memiliki data sampel, tetapi sebenarnya dengan memanfaatkan hubungan spasial
untuk memberikan data yg lebih kuat dan prediksi yang lebih akurat.

Biasanya, geostatistik digunakan untuk menganalisis data geologi dan lingkungan

misalnya, curah hujan, atau elevasi, tujuannya membuat permukaan dari titik data
sampel. Metode ini banyak digunakan dalam industri perminyakan dan
pertambangan. Tapi geostatistika yang ideal untuk menganalisis dan memprediksi
nilai-nilai yang berhubungan dengan hampir semua jenis spasial pada fenomena
yang berkelanjutan.

Untuk itu ESRI mengeluarkan produk Seperti ARCGIS untuk melakukan

metoda statistika spasial dan geoostatistika. Semua pengguna ArcGIS juga
mendapatkan Toolbox Statistika spasial untuk menganalisis distribusi spasial, pola,
proses, dan hubungan, sebagai bagian dari software utama di semua tingkat lisensi.
Alat-alat statistika membiarkan melakukan beberapa hal, termasuk menentukan
tendensi sentral atau mengidentifikasi tren directional menyeluruh, mengidentifikasi
titik-titik panas dan dingin atau outliers spasial, menilai pola keseluruhan clustering
atau dispersion, dan pemodelan hubungan spasial
 Mengapa orang menggunakan statistika spasial? Ketika kita menganalisis
data di luar konteks spasial, ketika kita menghapus data ruang dan waktu, rasanya
kita hanya mendapatkan setengah cerita. Hal-hal terjadi dalam ruang dan waktu,
dan jika kita mengabaikan itu, analisis kita akan menjadi tidak lengkap. Ini
merupakan perbedaan penting antara statistika biasa dan statistika spasial.
Statistika biasa sering membuat asumsi bahwa data yang bebas dari sesuatu
disebut autokorelasi spasial. Autokorelasi spasial adalah struktur spasial dalam
data. Struktur yang mungkin clustering, atau beberapa jenis dispersion, tetapi
dalam hal apapun, distribusi fitur Anda, atau nilai-nilai data yang terkait dengan
fitur itu, tidak acak.