search

lancis-apc / Capacitacion

GNU General Public License v3.0
0 stars 0 forks source link

Integrar caja virtual de herramientas analíticas #3

Open TatianaMerino opened 2 years ago

TatianaMerino commented 2 years ago

Ruta de trabajo: CARPETAS_TRABAJO\vhernandez\repositorios_git\toolbox\docs\source\tools En esa ruta está una carpeta por tema y una por subtema, en el caso que corresponda.

Objetivo y temario

La caja virtual de herramientas analíticas es un compendio de manuales y códigos para que el usuario pueda realizar análisis diversos. Está dirigido a usuarios de R, excel, python, y QGIS. Los temas que integra son:

TatianaMerino commented 2 years ago

AHP - Sólo en la página, no repositorio

Pivot - Sólo en la página, no repositorio

Weber-Fechner

Lógica difusa - Sólo en la página, no repositorio

Optimización

Residuales de Gower

Estadística en R

OWA

Análisis de sensibilidad

Tau

Interval Judgement

Grupos

Remoción de capas

Row sensitivity

Modelación exploratoria

KSIM

Scenario discovery

Evaluación de impacto ambiental

Funciones de valor

TatianaMerino commented 2 years ago

Componentes de los temas en la página

TatianaMerino commented 2 years ago

ebook Patrick Reed: https://uc-ebook.org/ @Nayita

TatianaMerino commented 1 year ago

Segunda versión

@vichdzgeo

carpeta de trabajo: CAPACITACION\pagina_web\

Página inicial

Diseño en google drive

Contenido:

Introducción: ¿Qué? ¿Para qué? ¿Por qué? ¿Para quién? ¿Qué contiene? Registro de visitantes -- enviamos pdf de los manuales con teoría

Ordenamiento ecológico (liga a página individual) Impacto ambiental Análisis de sensibilidad

Ordenamiento ecológico

Introducción: ¿Qué? ¿Para qué? ¿Por qué? ejemplo del ordenamiento ecológico de Yucatán

División por etapas del ordenamiento - herramientas que se utilizaron en cada etapa Diagnóstico - ahp, fv, wf Pronóstico - vensim, modelación exp, ksim, dmdu Propuesta - owa, optimización

Impacto ambiental

Introducción: ¿Qué? ¿Para qué? ¿Por qué?

Temas: ahp, wf, fv, logica difusa, med1-sac, vulnerabilidad,

Análisis de sensibilidad

Documentación del paquete en R pdf

Tau Interval Judgement Grupos Remoción de capas Row sensitivity

TatianaMerino commented 1 year ago

Textos para las aplicaciones

@vichdzgeo

Funciones de valor discretas

Las funciones de valor son expresiones matemáticas que se utilizan para transformar (normalizar) los valores de un criterio de decisión a una escala de medición de 0 a 1. En esta escala, 0 representa el estado anti-ideal (menos deseable) y 1 representa el ideal (más deseable). Es a través de las funciones de valor que es posible transformar dos mediciones en unidades diferentes a una unidad común. Existen dos tipos generales de funciones de valor: nominales y continuas.

Las funciones de valor discretas se usan para representar los diferentes estados de criterios definidos por nombres; por ejemplo, tipo de vegetación (manglar, selva o pastizal) y tipo de suelo (leptosol, solonchak o arenosol). Estas funciones de valor se construyen a partir de categorías. Una manera de definir las categorías es el precepto de la psicofísica llamado "ley de Weber-Fechner".

La ley de Weber-Fechner establece la relación logarítmica entre la magnitud de un estímulo y la intensidad de su percepción. Es decir, esta ley corresponde a utilizar el conocimiento de las respuestas psicológicas de las personas a la variación de un estímulo físico para definir los rangos de datos apropiados que determinen una categoría.

Esta ley afirma que un cambio en la magnitud de estímulo, ∆s, se puede notar solo después de que aumenta en un porcentaje constante, llamado "diferencia apenas perceptible". Esto significa que mientras que la magnitud de un estímulo varía en progresión geométrica, la percepción de su intensidad varía en progresión aritmética.

Funciones de valor continuas

Las funciones de valor son expresiones matemáticas que se utilizan para transformar (normalizar) los valores de un criterio de decisión a una escala de medición de 0 a 1. En esta escala, 0 representa el estado anti-ideal (menos deseable) y 1 representa el ideal (más deseable). Es a través de las funciones de valor que es posible transformar dos mediciones en unidades diferentes a una unidad común. Existen dos tipos generales de funciones de valor: nominales y continuas.

Las funciones de valor continuas se usan para representar criterios definidos por variables continuas; por ejemplo, temperatura y precipitación. A su vez, las funciones de valor continuas se clasifican en términos de su comportamiento (creciente y decreciente) y su forma (e.g., logística, lineal, campana). En esta aplicación se encuentra un catálogo de funciones continuas, que pueden ser modificadas para encontrar la representación deseada.

Lógica difusa

La lógica difusa es una teoría matemática que permite formalizar la representación de la impresición, la incertidumbre y la subjetividad de conjuntos de datos. Al contrario de la lógica clásica, en lógica difusa existen diferentes grados de pertenencia entre verdadero y falso. Es decir, una proposición lógica es, al mismo tiempo, parcialmente verdadera y parcialmente falsa.

Bajo esta lógica, el grado de verdad (o falsedad) de una proposición se representa lingüísticamente por medio de "conjuntos difusos". Los conjuntos difusos se nombran usando variables lingüísticas calificativas (e.g., el impacto es “muy alto”, “alto”, “moderado”, “bajo” o "muy bajo"). Así, los conjuntos difusos se asocian a categorías que hacen referencia a significados semánticos específicos. Los conjuntos difusos pueden traslaparse, dando como resultado que, por ejemplo, la categoría “ impacto bajo” contenga también un cierto grado de verdad con referencia a las categorías “impacto moderado” e “impacto muy bajo”. El grado de traslape entre dos conjuntos difusos representa el nivel de incertidumbre e imprecisión que se asocia a una categorización en la evaluación de impactos ambientales.

Con esta aplicación es posible analizar una base de datos con lógica difusa para tres perspectivas que surgen en la evaluación de impactos de un proyecto: conservacionista, neutral y desarrollista.

Clasificación

Clasificar es crear categorías o clases que permitan diferenciar un conjunto de datos continuos. Las categorías se definen a partir de cortes, por ejemplo, si el dato X está entre Xa y Xb, entonces corresponde a la categoría Y. En esta aplicación se utiliza la ley de Weber-Fechner para establecer dichos cortes.

La ley de Weber-Fechner es un precepto de la psicofísica que establece la relación logarítmica entre la magnitud de un estímulo y la intensidad de su percepción. Es decir, esta ley corresponde a utilizar el conocimiento de las respuestas psicológicas de las personas a la variación de un estímulo físico para definir los rangos de datos apropiados que determinen una categoría.

Esta ley afirma que un cambio en la magnitud de estímulo, ∆s, se puede notar solo después de que aumenta en un porcentaje constante, llamado "diferencia apenas perceptible". Esto significa que mientras que la magnitud de un estímulo varía en progresión geométrica, la percepción de su intensidad varía en progresión aritmética.