Medidas de balance espacial. Análisis de diferentes propuestas.

Abstract

En estudios donde las unidades poblacionales se distribuyen en el espacio, la presencia de autocorrelación espacial positiva, fenómeno muy frecuente, hace que la selección de unidades cercanas genere información redundante y disminuya la precisión de los estimadores. En este contexto, el balance espacial de una muestra, entendido como una adecuada dispersión territorial de las unidades seleccionadas, resulta una propiedad clave para mejorar la calidad de las estimaciones. Este trabajo compara distintas medidas propuestas en la literatura para cuantificar el balance espacial de una muestra: Spatial Balance Index (SBI), Pielou’s Evenness Index (PEI), Local Spatial Balance Measure (LB) e Índice de Moran normalizado (IB). El análisis se realiza a partir de la selección de muestras de la población de radios censales de la ciudad de Rosario, considerando distintos métodos de muestreo espacial y el muestreo aleatorio simple como referencia. Los resultados muestran que todos los índices permiten discriminar adecuadamente entre diseños espaciales y no espaciales, destacándose el índice de Moran normalizado por su fácil interpretación y su rango acotado. Estos atributos lo convierten en una herramienta particularmente útil para evaluar y comparar diseños de muestreo espacial.

In studies where population units are spatially distributed, the presence of positive spatial autocorrelation, a very frequent phenomenon, causes the selection of nearby units to generate redundant information and reduces the precision of estimators. In this context, the spatial balance of a sample, understood as an adequate territorial dispersion of the selected units, is a key property for improving the quality of estimates.This paper compares different measures proposed in the literature to quantify the spatial balance of a sample: the Spatial Balance Index (SBI), Pielou’s Evenness Index (PEI), the Local Spatial Balance Measure (LB), and the normalized Moran Index (IB). The analysis is based on samples drawn from the population of census areas of the city of Rosario, considering different spatial sampling methods, with simple random sampling used as a reference. The results show that all indices adequately discriminate between spatial and non-spatial designs, with the normalized Moran Index standing out for its ease of interpretation and bounded range. These attributes make it a particularly useful tool for evaluating and comparing spatial sampling designs.