Programa

Lecturas por sesión

Texto principal para el taller:

• Anselin, L., & Rey, S. J. (2014). Modern spatial econometrics in practice: A guide to GeoDa, GeoDaSpace and PySAL. GeoDa Press LLC.

Sesión I: Datos espaciales y exploración de datos

• Goodchild, M. F.; Longley, P. A. (2021). The Practice of Geographic Information Science. En Fischer, M. M. and Nijkamp, P., editores, Handbook of Regional Science. Springer-Verlag Berlin Heidelberg.
• Haining, R.; Guangquan, L. (2021). Spatial Data and Statistical Methods: A Chronological Overview. En Fischer, M. M. and Nijkamp, P., editores, Handbook of Regional Science. Springer-Verlag Berlin Heidelberg.
• Symanzik, J. (2021). Exploratory Spatial Data Analysis. En Fischer, M. M. and Nijkamp, P., editores, Handbook of Regional Science. Springer-Verlag Berlin Heidelberg.

Sesión II: Regresión espacial (parte 1):

• Anselin, L.; Bera, A. (1998). Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics. En Aman Ullah and David Giles, editores, Handbook of Applied Economic Statistics, Marcel Dekker, New York.
• Anselin, L. (2002). Under the hood: Issues in the specification and interpretation of spatial regression models. Agricultural Economics, 27(3): 247-267. Anselin, L. (2003). Spatial externalities, spatial multipliers, and spatial econometrics. International Regional Science Review, 26(2): 153-166.
• Gibbons, S.; Overman, H. G.; Patacchini, E. (2014). Spatial Methods. SERC Discussion Paper 162.

Sesión III: Regresión espacial (parte 2):

• Bivand, R.; Piras, G. (2015). Comparing Implementations of Estimation Methods for Spatial Econometrics. Journal of Statistical Software, 63(18): 1-36.
• Le Gallo, J. (2021) Cross-Section Spatial Regression Models. In Fischer, M. M. and Nijkamp, P., editors, Handbook of Regional Science. Springer-Verlag Berlin Heidelberg.
• Pinkse, J. and Slade, M. (2010). The Future of Spatial Econometrics. Journal of Regional Science, 50(1): 103-117.

Recursos disponibles:

• Canal de Youtube GeodaSoftware con todas las clases de Luc Anselin de Introducción a Ciencia de Datos Espaciales y Regresión Espacial.
• Tutoriales en R para exploración de datos espaciales en R para la clase de Introducción a Ciencia de Datos Espaciales disponible en YouTube.
• El libro de Geographic Data Science utilizando PySAL (explicaciones conceptuales y técnicas en Python).

• Mini curso de regresión espacial de Dani Arribas-Bel.

• Para explorar más a profundidad paquetes en R explorar los R Cheatsheets como dplyr (manipulación de datos), sf (manipulación de datos espaciales), rmarkdown (compilación de documentos en R).
• Notas más a detalle de Luc Anselin, Spatial Regression Analysis in R: A Workbook