Mapping distributions in non-homogeneous space with distance-based methods - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement
Article Dans Une Revue Journal of Spatial Econometrics Année : 2023

Mapping distributions in non-homogeneous space with distance-based methods

Cartographie des distributions dans un espace non homogène à l'aide de méthodes basées sur la distance

Résumé

Distance-based methods (DBMs) are frequently used to analyze spatial structures in economics. Results provided by DBMs are particularly effective for the precise detection of spatial concentration, dispersion or absence of significant patterns at any scale. The utility of plotting the results of DBMs in homogeneous space has already been shown. However, no consideration has been given to mapping results in non-homogeneous space. This paper aims to fill this gap. We provide a technique to map local values when using a relative DBM. We illustrate its advantages at first on a theoretical case and then on a real case drawing on contagious disease data on trees in a Parisian park. Data and R code are given for reproducible research. In both cases, we show that local plotting can enable a more accurate spatial characterization of the underlying patterns. To give an example, our empirical results on infested maple trees support evidence of the existence of a contagion disease because they appear to be located in areas where maples are relatively spatially concentrated.
Les méthodes basées sur la distance (DBM) sont fréquemment utilisées pour analyser les structures spatiales en économie. Les résultats fournis par ces méthodes sont particulièrement efficaces pour la détection précise de la concentration spatiale, de la dispersion ou de l'absence de modèles significatifs à n'importe quelle échelle. L'utilité de représenter les résultats des MCD dans un espace homogène a déjà été démontrée. Toutefois, la cartographie des résultats dans un espace non homogène n'a pas été prise en compte. Cet article vise à combler cette lacune. Nous proposons une technique pour cartographier les valeurs locales lors de l'utilisation d'un DBM relatif. Nous illustrons ses avantages d'abord sur un cas théorique puis sur un cas réel à partir de données de maladies contagieuses sur les arbres d'un parc parisien. Les données et le code R sont fournis pour une recherche reproductible. Dans les deux cas, nous montrons que le tracé local peut permettre une caractérisation spatiale plus précise des motifs sous-jacents. Pour donner un exemple, nos résultats empiriques sur les érables infestés soutiennent la preuve de l'existence d'une maladie contagieuse car ils semblent être situés dans des zones où les érables sont relativement concentrés dans l'espace.
Fichier principal
Vignette du fichier
2023_EricMarcon_FlorencePuech.pdf (642.5 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04345149 , version 1 (23-07-2024)

Identifiants

Citer

Éric Marcon, Florence Puech. Mapping distributions in non-homogeneous space with distance-based methods. Journal of Spatial Econometrics, 2023, 4, pp.13. ⟨10.1007/s43071-023-00042-1⟩. ⟨hal-04345149⟩
359 Consultations
13 Téléchargements

Altmetric

Partager

More