Sistemas de medición: valores y lo que representan

Disponible con una licencia de Spatial Analyst.

El tipo de sistema de medición utilizado podría tener un drástico efecto sobre la interpretación de los valores resultantes. Una distancia de 20 kilómetros es el doble de lejos que 10 kilómetros y algo que pese 100 libras es un tercio de lo que pesa algo de 300 libras. Pero alguien que llegue en primer lugar en una carrera no tiene que hacerlo tres veces mejor que alguien que llegue en tercer lugar y un suelo con un pH de 3 no es la mitad de ácido que un suelo con un pH de 6. Para ir aún más lejos, alguien que tenga 60 años es dos veces más viejo que alguien que tenga 30 años. Pero el mayor de los dos sólo puede ser el doble de viejo que el más joven una vez en la vida.

El significado de esta discusión numérica es que todos los números no pueden tratarse de la misma forma. Es importante que sepa el tipo de sistema de medición que está utilizando en el dataset ráster de forma que se puedan implementar las operaciones y funciones apropiadas y que los resultados sean predecibles. Los valores de medición se pueden separar en cuatro tipos: relación, intervalo, ordinal y nominal.

Spatial Analyst no distingue entre los cuatro tipos distintos de mediciones cuando se le pide que procese o manipule los valores. La mayor parte de las operaciones matemáticas funcionan bien para valores de relación, pero cuando los valores de intervalo, ordinal o nominal se multiplican, se dividen o se evalúan para la raíz cuadrada, los resultados generalmente no tienen sentido. Por otro lado, la resta, la suma y las expresiones booleanas pueden no tener sentido cuando se usan con valores de intervalo y ordinales. El tratamiento de atributos con y entre datasets ráster es más efectivo y eficaz al utilizar mediciones nominales.

Relación

Los valores del sistema de medición de relación se derivan en relación a un punto cero fijo sobre una escala lineal. Las operaciones matemáticas se pueden utilizar para estos valores con resultados predecibles y significativos. Ejemplos de mediciones de la relación son la edad, la distancia, el peso y el volumen.

Ejemplo de medición del ratio
Ejemplo de medición de la relación

Intervalo

La hora del día, los años del calendario, la escala de temperatura Fahrenheit y los valores pH son todos ellos ejemplos de mediciones del intervalo. Son valores de una escala lineal calibrada, pero no están referidos a un punto cero real en el tiempo o en el espacio. Debido a que no existe un punto cero real, se pueden hacer comparaciones relativas entre las mediciones, pero la determinación de la relación y la proporción no son tan útiles.

Ejemplo de medición del intervalo
Ejemplo de medición del intervalo

Ordinal

Los valores ordinales determinan la posición. Estas mediciones muestran el lugar, como primero, segundo y tercero, pero no establecen la magnitud o las proporciones relativas. No se puede demostrar cuánto mejor, peor, más hermoso, más sano o más fuerte es algo a partir de números ordinales. Por ejemplo, un corredor que haya sido el primero en una carrera probablemente no ha corrido dos veces más rápido que el corredor que se encuentra en segundo lugar. Al conocer a los ganadores sólo por su posición, no sabe cuánto más rápido ha sido el corredor que ocupa la primera posición en comparación con el corredor que ocupa la segunda posición.

Ejemplo de valores ordinales
Ejemplo de valores ordinales

Nominal

Los valores asociados con este sistema de medición se utilizan para identificar una instancia de otra. También pueden establecer el grupo, la clase, el miembro o la categoría con la que se asocia el objeto. Estos valores son cualidades, no cantidades, sin relación con un punto fijo o una escala lineal. Los esquemas de codificación para uso del suelo, tipos de suelos o cualquier otro atributo se califican como mediciones nominales. Otros valores nominales son los números de la seguridad social, los códigos postales y los números de teléfono.

Ejemplo de valores nominales
Ejemplo de valores nominales

Datos continuos frente a datos discretos

Una segunda subdivisión de los valores asignados a cada celda son los valores que representan datos discretos o continuos.

Datos discretos

Los datos discretos, algunas veces llamados datos de categorías, generalmente representan objetos. Estos objetos por lo general pertenecen a una clase (por ejemplo, tipo de suelo), una categoría (por ejemplo, tipo de uso del suelo) o a un grupo (por ejemplo, partido político). Un objeto de categoría tiene límites conocidos y definibles.

Por lo general, hay un valor entero asociado con cada celda en un dataset ráster discreto. La mayor parte de los datasets ráster enteros pueden tener una tabla que lleva la información de atributo adicional. Los valores de punto flotante se pueden usar para representar datos discretos, pero no es lo habitual.

Los datos discretos se representan mejor con números ordinales o nominales.

Datos continuos

Un dataset ráster continuo o una superficie se pueden representar mediante un ráster con valores de punto flotante (referido como un dataset ráster de punto flotante) u ocasionalmente por valores enteros. El valor para cada celda en el dataset está basado en un punto fijo (como el nivel del mar), una dirección de la brújula o la distancia de cada ubicación desde un fenómeno en un sistema de medición específico (como el ruido en decibelios monitorizado en diversos lugares cerca de un aeropuerto). Ejemplos de superficies continuas son la elevación, la orientación, la pendiente, los niveles de radiación de una planta nuclear y la concentración salina de una marisma salina que se mueve hacia el interior.

Los datasets ráster de punto flotante no tienen una tabla asociada a ellos debido a que la mayoría de los valores de celda, o todos, son únicos, y la naturaleza de los datos continuos excluye otros atributos asociados.

Los datos continuos se representan mejor mediante valores de relación e intervalo.

En muchas ocasiones, se producen resultados sin sentido cuando se combinan datos discretos y continuos, por ejemplo, agregar el uso del suelo (datos discretos) a la elevación (datos continuos). Un valor de 104 en el dataset ráster resultante podría haberse derivado al agregar el tipo de uso del suelo doméstico mono-familiar, con un valor de 4, a una elevación de 100.

Temas relacionados