Estimación del soporte para reconstruir el home range

Abstract

[ES] En este trabajo revisaremos los principales estimadores propuestos en la literatura para la estimación del soporte, y como aplicación práctica trataremos de reconstruir el home range de uno o varios animales a partir de una muestra de sus localizaciones geográficas. El home range se define como la porción de área atravesada por un individuo para realizar sus actividades cotidianas. Para esto, haremos uso de dos conjuntos de datos que contienen ubicaciones geográficas de lobos y cabras salvajes. La reconstrucción no paramétrica del soporte puede considerarse desde dos enfoques distintos: asumiendo que el soporte no satisface ninguna restricción de forma o suponiendo que verifica alguna propiedad geométrica concreta. En el segundo caso, es posible asumir que el soporte es convexo o, de forma más flexible, r-convexo para algún r > 0. Ninguno de los estimadores del soporte tienen en cuenta la dependencia temporal existente entre las observaciones. Por tanto, una cuestión importante es cómo incorporar la dependencia temporal en estos estimadores, ya que podemos disponer de datos de ubicaciones demasiado cercanos en el tiempo. Aunque no serán consideradas en este trabajo, citaremos brevemente algunas de las propuestas disponibles en la literatura para solventar este problema. Por último, realizaremos un ranking con los home ranges obtenidos comparando las áreas de los estimadores obtenidos a partir de la muestra completa y a partir la primera mitad cronológica de la misma[EN] In this work we will review the main estimators proposed in the literature for estimating the support, and as a practical application we will try to reconstruct the home range of one or more animals from a sample of their geographic locations. The home range is dened as the portion of the area crossed by an individual to carry out their daily activities. For this, we will make use of two datasets that contain geographic locations of wolves and wild goats. The non-parametric reconstruction of the support can be considered from two dierent approaches: assuming that the support does not satisfy any shape constraint or assuming that it veries some specic geometric property. In the second case, it is possible to assume that the support is convex or, more exibly, r-convex for some r > 0. None of the support estimators take into account the temporal dependence between the observations. Therefore, an important question is how to incorporate the temporal dependence in these estimators, since we can have data from locations that are too close in time. Although they will not be considered in this work, we will briey cite some of the proposals available in the literature to solve this problem. Finally, we will perform a ranking with the home ranges obtained by comparing the areas of the estimators obtained from the complete sample and those obtained from the first chronological half of it