J'ai fait un semi-variogramme en R en utilisant le package gstat, variogram()function. Je veux voir s'il y a une autocorrélation spatiale dans les résidus de mon modèle (abondance des espèces en fonction de l'habitat, sur des sites espacés de quelques kilomètres à 900 km, à l'aide d'un glmm).
Mes unités sont en km, et donc mon interprétation est que la portée est un peu plus de 100 km jusqu'à ce que l'autocorrélation spatiale ne soit plus un "problème". Je me demande si quelqu'un peut expliquer pourquoi la pépite semble si haute? Est-ce à dire que, même à des endroits similaires, il existe encore un degré de différence relativement élevé? Ou, ce variogramme ondulé signifie-t-il que je devrais ajuster mon nombre de décalages et la distance de décalage jusqu'à ce que j'obtienne une forme plus typique?
Afin d'étudier un peu plus loin, j'ai également utilisé la fonction variog()dans le package geoR, et utilisé breaks=seq(0,100,10), pour essayer de regarder uniquement les distances les plus proches (en utilisant les mêmes points et les mêmes résidus de modèle). Celui-ci indique que les points les plus proches sont plus différents, ce qui n'a pas non plus de sens. Cela indique peut-être qu'il n'y a pas d'autocorrélation spatiale et que mon modèle en tient déjà compte.
J'ai trouvé cette excellente source, "Géostats sans larmes" , et à la page 51 , vous trouverez de bons conseils sur l'ajustement des variogrammes. Par ce conseil, mon premier semble avoir la bonne plage. Cela revient donc à la première question - comment interpréter cela?
Réponses:
Oui, un effet de pépite élevé (forte semi-variance à l'origine) indique qu'il existe une faible dépendance spatiale (ou aucune) (autocorrélation) entre les données d'échantillonnage à de petites distances. Ce pourrait être le cas de la structure des données ayant une plage plus courte que l'intervalle d'échantillonnage, mais la deuxième image semble indiquer que ce n'est pas le cas non plus.
la source