O objeto com o qual se ocupa esta tese é a mensuração das diferenciações espaciais em entornos intraurbanos e rurais sob uma perspectiva regional a partir de dados censitários. Os padrões de desigualdades espaciais e desigualdades sociais no espaço e suas influências nos padrões espaciais de segregação residencial são investigados em variadas temáticas. Para além dos estudos consolidados que abordam os conteúdos raciais e econômicos da segregação residencial, a presente tese explora temáticas não muito usuais, tais como o gênero, as tipologias contratuais para ocupação da moradia e acesso à água. O presente estudo de caso aborda a região de 93 municípios que integram, conforme a classificação do IBGE, a rede de cidades sob influência da recém-criada região metropolitana de Ribeirão Preto. A discussão da produção social do espaço prioriza dimensões ativas dos espaços habitacionais. Os submercados residenciais relacionados à ocupação e propriedade da moradia condicionam formas de contratualização e temporalidades de giros de capitais e a conformação dos espaços residenciais na escala da cidade, bem como sua apropriação pelos diversos grupos sociais. As centralidades urbanas se reafirmam como potentes geradores de padrões espaciais de concentração basilares, muito embora não restem dúvidas sobre a complexidade crescente da diversificação de nossos entornos periféricos. Ainda que esta complexidade seja característica da contemporaneidade, há que atentarmos a este padrão elementar de centralização na medida em que as ideologias dominantes das políticas habitacionais recentes aparentam nublar o campo de disputas pelo direito à moradia nos centros e a própria cidade. / The object of this thesis is the measurement of spatial differentiation in intraurban and rural environments based on census data and under a regional perspective. The patterns of spatial inequalities and social inequalities in space and their influences on spatial patterns of residential segregation are investigated in a number of thematic areas. In addition to the consolidated literature that address the racial and economic contents of residential segregation, the present thesis explores some unusual topics such as gender, contractual typologies for housing occupation and access to water. The present case study comprises a region of 93 municipalities that, according to the official classification, integrate the network of cities under the influence of the recently stated metropolitan region of Ribeirão Preto (São Paulo State, Brazil). My approach on the theory of social production of space prioritizes productive dimensions of housing spaces. Residential submarkets based on the mismatch among occupation and ownership of the dwelling induce contractual forms and temporalities of capital returns and the configuration of the residential spaces in the scale of the city, as well as its appropriation by the diverse social groups. Urban centers reassert themselves as potent generators of spatial clustering patterns, although there is no doubt about the increasing complexity and diversification of our peripheral environments. Although this complexity is characteristic of our contemporaneity, we must pay attention to this basic pattern of centralization insofar as the dominant ideologies of recent housing policies that seem to fade the fight over the right to housing in city centers, as well as the city itself.

Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.

Made available in DSpace on 2017-07-10T19:24:40Z (GMT). No. of bitstreams: 1 Gustavo Henrique Dalposso.pdf: 751881 bytes, checksum: d4ec13dacd0e510c7549e67525afd909 (MD5) Previous issue date: 2010-01-13 / The methods provided by the spatial statistics are of great importance for studies involving data related to agriculture, for they allow one to know the space variability of the study and identify regions that have similar characteristics, which allows completely localized treatment, maximizing productivity and minimizing the impacts of excessive input application. One of the branches of spatial statistics is geostatistics, which uses a set of regionalized variables to model the structure of spatial dependence, allowing the preparation of thematic maps. Currently, geostatistical studies do not end with the preparation of maps, but also estimates monitored the attribute in non-sampled locations. It is necessary to investigate the quality of these maps, investigating influential points and using measurements to compare maps and area estimations. Another form of research is known as spatial statistics of areas where the objects of analysis are polygons representing blocks, neighborhoods, cities, states and others. This type of analysis seeks to identify spatial autocorrelation in global and local levels, and the usual form of reporting is through thematic maps. In this work we used geostatistics to investigate the productivity of wheat in an agricultural area of 13.7 hectares in the municipality of Salto do Lontra PR. Out of the 50 samples, two were identified as influential, and thus, we chose to build two thematic maps and to compare them using metrics derived from the matrix of errors. The results showed that the maps are different and the removal of influential points was essential to improve the quality of thematic map, since the difference between the estimated yield and actual yield was only 40 Kilos. In order to display the resources provided by the spatial statistics of areas we compared to the vegetation rates NDVI and GVI's of soybean yield from 36 cities in Western Paraná in the agricultural year of 2004/2005. The results showed regions with similar characteristics and that soybeans grow at different times in the region. / As metodologias fornecidas pela estatística espacial são de grande importância para estudos envolvendo dados relacionados à agricultura, pois permitem conhecer a variabilidade espacial dos atributos estudados e identificar regiões que apresentam características semelhantes, o que permite realizar tratamentos localizados, maximizando as produtividades e minimizando os impactos causados pela aplicação de insumos em excesso. Um dos ramos da estatística espacial é a geoestatística, que utiliza um conjunto de variáveis regionalizadas para modelar a estrutura de dependência espacial, possibilitando a elaboração de mapas temáticos. Atualmente os estudos geoestatísticos não terminam com a elaboração dos mapas, pois além de estimar o atributo monitorado em locais não amostrados se faz necessário investigar a qualidade destes mapas, investigando pontos influentes e utilizando medidas que permitam comparar mapas e realizar estimações de áreas. Outra forma de investigação é conhecida como estatística espacial de áreas, em que os objetos de análise são polígonos que representam talhões, bairros, municípios, estados entre outros. Neste tipo de análise, procura-se identificar autocorrelações espaciais em nível global e local, e a forma usual de apresentação dos resultados é feita utilizando mapas temáticos. Neste trabalho utilizou-se a geoestatística para investigar a produtividade de trigo em uma área agrícola de 13,7 hectares no município de Salto do Lontra Pr. Das 50 amostras coletadas, identificou-se duas como influentes e, com isso, optou-se por construir dois mapas temáticos e compará-los utilizando métricas derivadas da matriz dos erros. Os resultados mostraram que os mapas são diferentes e a retirada dos pontos influentes foi de fundamental importância para melhorar a qualidade do mapa temático, visto que a diferença entre a produtividade estimada e a produtividade real foi de apenas 40 quilos. Para apresentar os recursos fornecidos pela estatística espacial de áreas comparou-se os índices de vegetação NDVI e GVI da produtividade de soja de 36 municípios da região Oeste do Paraná no ano agrícola 2004/2005. Os resultados permitiram identificar regiões com características semelhantes e que a soja é cultivada em períodos distintos na região.

A dependência espacial para análise de dados de demanda por transportes, que está entre as principais questões analítico-espaciais consideradas na análise de transportes, constituiu o foco deste trabalho. Ignorar questões de análise espacial pode invalidar os resultados da análise, levar a previsões inadequadas e, conseqüentemente, a um planejamento ineficiente. Em virtude disso, admitiu-se que a introdução de indicadores de dependência espacial na modelagem de demanda por transportes deveria produzir resultados mais precisos e, desta forma, mais confiáveis dos que os obtidos com modelos tradicionais. Neste sentido, o principal objetivo deste trabalho foi comparar a projeção de demanda por transportes, especificamente na fase de previsão de viagens produzidas de base domiciliar, realizada através de modelos convencionais e de modelos alternativos, que introduzem indicadores para medir a dependência espacial. O trabalho é todo desenvolvido em ambiente SIG (Sistemas de Informações Geográficas), através de ferramentas de análise e estatística espacial, assim como ferramentas de planejamento de transportes de um SIG-T (SIG para Transportes). As ferramentas de análises espaciais serviram tanto para produzir os indicadores de dependência espacial (variáveis espaciais) como para avaliar os resultados dos modelos. Aplica-se o método, que avalia a introdução de indicadores globais e locais de dependência espacial nos modelos alternativos, através de um estudo de caso na cidade de Porto Alegre - RS, que tem por base dados de pesquisa de origem e destino (O-D) obtidos através de entrevista domiciliar (EDOM) em dois períodos distintos (1974 e 1986). Estas informações correspondem aos dados necessários do ano base, que foram utilizados na calibração dos modelos, e do ano meta, que constituíram as informações necessárias para análise dos resultados de estimativas futuras. Conclui-se que a introdução de variáveis espaciais é importante, uma vez que os melhores resultados foram obtidos com modelos alternativos, tanto na etapa de calibração e diagnóstico dos modelos como na etapa de validação (estimativas futuras). No entanto, a dinâmica apresentada pelo desenvolvimento urbano, como é o caso de Porto Alegre, acarreta alterações nas relações entre as diferentes variáveis com o fenômeno estudado, modificando, inclusive, os padrões espaciais. Esta conclusão é dada pelo fato que, o modelo mais ajustado para os dados do ano base não foi o que apresentou os melhores resultados para estimativas futuras. Isto conduz à hipótese, a ser explorada em trabalhos futuros, de que a análise desta dinâmica e o estudo de formas de considerá-la nos modelos de demanda por transportes pode produzir resultados ainda melhores / The degree of spatial data dependence, which is among the issues of spatial analysis that should be considered in transportation planning, is the focus of this study. Ignoring this particularity of data can: produce wrong estimates; jeopardize the results of analyses; and, as a consequence, lead to unsuccessful planning. Therefore, the basic assumption of this work was that the inclusion of spatial dependence indicators can produce more accurate and reliable estimates than those obtained with traditional model structures. In order to test this hypothesis, the main objective of this study was to compare demand predictions produced by traditional models with those produced by alternative models that include indicators of spatial dependence. The study was limited to home-based production trip models, which are part of the trip generation phase of the traditional four-step modeling approach. All work was conducted in a GIS (Geographic Information System) environment, making use of spatial statistics and analysis tools, as well as transportation planning tools available in a GIS-T (i.e., a dedicated GIS for Transportation). Spatial analyses tools were used to generate the spatial dependence indicators and to evaluate the results of the application. A case study was carried out in the city of Porto Alegre, which is the capital of the brazilian state of Rio Grande do Sul, for evaluating the impacts of the addition of global and local indicators of spatial dependence in the models. Two O-D surveys carried out in the years 1974 and 1986 provided the data needed for calibration and validation. The first one was taken as the base year and the second one as the goal year. The results of the application showed that the performance of the models can be improved in both calibration and validation phases with the insertion of spatial variables. However, the urban growth observed in a very dynamic context, such as in the city studied, may dramatically change the relationships between variables, including their spatial patterns. That aspect was responsible for the fact that the model with the best performance in the calibration phase was not the one producing the most accurate forecasts. It raised the hypothesis, to be explored in future research, that the analysis of those dynamic processes and their consideration into transportation demand models are also needed to improve even further the performance of the models

Made available in DSpace on 2017-05-12T14:48:03Z (GMT). No. of bitstreams: 1 Gustavo Henrique Dalposso.pdf: 751881 bytes, checksum: d4ec13dacd0e510c7549e67525afd909 (MD5) Previous issue date: 2010-01-13 / The methods provided by the spatial statistics are of great importance for studies involving data related to agriculture, for they allow one to know the space variability of the study and identify regions that have similar characteristics, which allows completely localized treatment, maximizing productivity and minimizing the impacts of excessive input application. One of the branches of spatial statistics is geostatistics, which uses a set of regionalized variables to model the structure of spatial dependence, allowing the preparation of thematic maps. Currently, geostatistical studies do not end with the preparation of maps, but also estimates monitored the attribute in non-sampled locations. It is necessary to investigate the quality of these maps, investigating influential points and using measurements to compare maps and area estimations. Another form of research is known as spatial statistics of areas where the objects of analysis are polygons representing blocks, neighborhoods, cities, states and others. This type of analysis seeks to identify spatial autocorrelation in global and local levels, and the usual form of reporting is through thematic maps. In this work we used geostatistics to investigate the productivity of wheat in an agricultural area of 13.7 hectares in the municipality of Salto do Lontra PR. Out of the 50 samples, two were identified as influential, and thus, we chose to build two thematic maps and to compare them using metrics derived from the matrix of errors. The results showed that the maps are different and the removal of influential points was essential to improve the quality of thematic map, since the difference between the estimated yield and actual yield was only 40 Kilos. In order to display the resources provided by the spatial statistics of areas we compared to the vegetation rates NDVI and GVI's of soybean yield from 36 cities in Western Paraná in the agricultural year of 2004/2005. The results showed regions with similar characteristics and that soybeans grow at different times in the region. / As metodologias fornecidas pela estatística espacial são de grande importância para estudos envolvendo dados relacionados à agricultura, pois permitem conhecer a variabilidade espacial dos atributos estudados e identificar regiões que apresentam características semelhantes, o que permite realizar tratamentos localizados, maximizando as produtividades e minimizando os impactos causados pela aplicação de insumos em excesso. Um dos ramos da estatística espacial é a geoestatística, que utiliza um conjunto de variáveis regionalizadas para modelar a estrutura de dependência espacial, possibilitando a elaboração de mapas temáticos. Atualmente os estudos geoestatísticos não terminam com a elaboração dos mapas, pois além de estimar o atributo monitorado em locais não amostrados se faz necessário investigar a qualidade destes mapas, investigando pontos influentes e utilizando medidas que permitam comparar mapas e realizar estimações de áreas. Outra forma de investigação é conhecida como estatística espacial de áreas, em que os objetos de análise são polígonos que representam talhões, bairros, municípios, estados entre outros. Neste tipo de análise, procura-se identificar autocorrelações espaciais em nível global e local, e a forma usual de apresentação dos resultados é feita utilizando mapas temáticos. Neste trabalho utilizou-se a geoestatística para investigar a produtividade de trigo em uma área agrícola de 13,7 hectares no município de Salto do Lontra Pr. Das 50 amostras coletadas, identificou-se duas como influentes e, com isso, optou-se por construir dois mapas temáticos e compará-los utilizando métricas derivadas da matriz dos erros. Os resultados mostraram que os mapas são diferentes e a retirada dos pontos influentes foi de fundamental importância para melhorar a qualidade do mapa temático, visto que a diferença entre a produtividade estimada e a produtividade real foi de apenas 40 quilos. Para apresentar os recursos fornecidos pela estatística espacial de áreas comparou-se os índices de vegetação NDVI e GVI da produtividade de soja de 36 municípios da região Oeste do Paraná no ano agrícola 2004/2005. Os resultados permitiram identificar regiões com características semelhantes e que a soja é cultivada em períodos distintos na região.

Made available in DSpace on 2015-03-26T13:28:07Z (GMT). No. of bitstreams: 1 texto completo.pdf: 3798798 bytes, checksum: 51fb2e3216125b8c8e617e8d5a8d165f (MD5) Previous issue date: 2011-11-25 / This work seeks to relate the two main sources of municipal spatial data: Multipurpose Cadastre (MC), which is responsible for physical and territorial information, can be an official inventory of a municipality, storing spatial data from various sources of interest, and the demographic census, which provides demographic and socioeconomic data aggregated by census tracts, which are the smallest unit with identifiable physical boundaries in the field, covering a range of about 250 homes each. It is noteworthy that both often diverge in a local database or do not have compatibility necessary to perform accurate spatial analysis. As the MC is the leading manager and integrator of local information, this paper proposes the compatibility of the geographical structure of the census to the structure proposed by MC. To do so, at first, there was a study on the degree of socioeconomic heterogeneity internal to census tracts, whose definition of the limits does not take into account the criteria of homogeneity of the population included, resulting in loss of information and may mask the reality. The second part involved the application of tools of spatial statistics associated with the GIS to obtain internally homogeneous areas, which are the base of proposing a new definition of census boundaries, and testing for data aggregation in order to minimize the effects of Zoning of the Modifiable Areal Unit Problems (MAUP). Finally, it was made the conceptual proposal for the systematic integration of the census boundaries with the MC, especially being suggested a new concept to the census tract. As a result, it was found that socioeconomic indicators from census data for aggregated sectors are sensitive to the variability of the same. With the second test, it was realized that such sensitivity can be minimized from aggregations of homogeneous data with each other, reducing the effects zoning of the MAUP and validating the proposed detection of homogeneous regions. Regarding the integration of the Census to MC, we have a set of rules and concepts suggested that its realization is possible. As a contribution, we highlight the need to systematize the use of census data, particularly under the new perspective of the MC, as proposed by the Guidelines for the National Cadastre, published by decree No. 511 of 2009 of the Ministry of Cities. / O presente trabalho busca relacionar duas das principais fontes de dados espaciais municipais: o Cadastro Territorial Multifinalitário (CTM), o qual é responsável por informações físicoterritoriais, sendo um inventário territorial oficial de um município, armazenando dados espaciais de diversos temas de interesse; e o Censo Demográfico do IBGE, o qual disponibiliza dados demográficos e socioeconômicos agregados por setores censitários, sendo estes a menor unidade para fins de coleta de dados com limites físicos identificáveis em campo, abrangendo um conjunto de cerca de 250 domicílios cada. Destaca-se que ambos, muitas vezes, divergem numa base de dados municipais, ou não possuem compatibilidade necessária à realização de análises espaciais precisas. Por ser o CTM o principal gerenciador e integrador de informações municipais, essa dissertação propõe a compatibilização da estrutura geográfica do censo à estrutura proposta pelo CTM. Para isso, num primeiro momento, realizou-se um estudo sobre o grau de heterogeneidade socioeconômica interna aos setores censitários, cuja definição dos limites não leva em consideração critérios de homogeneidade da população inserida, acarretando em informações errôneas, podendo mascarar a realidade. A segunda parte envolveu a aplicação de ferramentas da Estatística Espacial associadas ao Geoprocessamento para a obtenção de áreas homogêneas internamente, as quais baseiam uma nova proposição de definição de limites censitários, sendo realizados testes de agregação de dados, buscando minimizar os Efeitos de Zoneamento dos Problemas de Unidades de Áreas Modificáveis (MAUP). Por último, fez-se a proposta conceitual para a integração sistemática dos limites censitários ao CTM, destacando-se a sugestão de um novo conceito dado ao setor censitário. Como resultados, verificou-se que indicadores socioeconômicos provenientes de dados censitários agregados por setores são sensíveis à variabilidade interna dos próprios indicadores. Com o segundo teste, percebeu-se que tal sensibilidade pode ser minimizada a partir de agregações de dados homogêneos entre si, diminuindo os Efeitos de Zoneamento do MAUP e validando a proposta de detecção de regiões homogêneas. Quanto à integração Censo Demográfico CTM, tem-se um conjunto de regras e conceitos sugeridos para que seja possível sua realização. Como contribuição, destaca-se a necessidade de sistematizar a utilização dos dados censitários, principalmente sob a nova ótica do CTM, tal como proposto pelas Diretrizes Nacionais para o Cadastro, publicadas pela portaria nº 511 de 2009 do Ministério das Cidades.

Com o recente avanço do poder computacional, a amostragem de curvas indexadas espacialmente tem crescido principalmente em dados ecológicos, atmosféricos e ambientais, o que conduziu a adaptação de métodos geoestatísticos para o contexto de Análise de Dados Funcionais. O objetivo deste trabalho é estudar métodos de krigagem para Dados Funcionais, adaptando os métodos de interpolação espacial em Geoestatística. Mais precisamente, em um conjunto de dados funcionais pontualmente fracamente estacionário e isotrópico, desejamos estimar uma curva em um ponto não monitorado no espaço buscando estimadores não viciados com erro quadrático médio mínimo. Apresentamos três abordagens para aproximar uma curva em sítio não monitorado, demonstramos resultados que simplificam o problema de otimização postulado pela busca de estimadores ótimos não viciados, implementamos os modelos em MATLAB usando ondaletas, que é mais adequada para captar comportamentos localizados, e comparamos os três modelos através de estudos de simulação. Ilustramos os métodos através de dois conjuntos de dados reais: um conjunto de dados de temperatura média diária das províncias marítimas do Canadá (New Brunswick, Nova Scotia e Prince Edward Island) coletados em 82 estações no ano 2000 e um conjunto de dados da CETESB (Companhia Ambiental do Estado de São Paulo) referentes ao índice de qualidade de ar MP10 em 22 estações meteorológicas na região metropolitana da cidade de São Paulo coletados no ano de 2014. / The advance of the computational power in last decades has been generating a considerable increase in datasets of spatially indexed curves, mainly in ecological, atmospheric and environmental data, what have leaded to adjustments of geostatistcs for the context of Functional Data Analysis. The goal of this work is to adapt the kriging methods from geostatistcs analysis to the framework of Functional Data Analysis. More precisely, we shall interpolate a curve in an unvisited spot searching for an unbiased estimator with minimum mean square error for a pointwise weakly stationary and isotropic functional dataset. We introduce three different approaches to estimate a curve in an unvisited spot, we demonstrate some results simplifying the optimization problem postulated by the optimality from these estimators, we implement the three models in MATLAB using wavelets and we compare them by simulation. We illustrate the ideas using two dataset: a real climatic dataset from Canadian maritime provinces (New Brunswick, Nova Scotia and Prince Edward Island) sampled at year 2000 in 82 weather station consisting of daily mean temperature and data from CETESB (environmental agency from the state of São Paulo, Brazil) sampled at 22 weather station in the metropolitan region of São Paulo city at year 2014 consisting of the air quality index PM10.

Neste trabalho será feito um modelo espaço-temporal contínuo para preços de imóveis na cidade de São Paulo estimado através de métodos Bayesianos. Faremos uma decomposição da série em tendência e ciclo além de incorporar um conjunto de variáveis explicativas e efeitos aleatórios espaciais projetados no contínuo. Este modelo introduz um novo método para analisar a formação dos preços dos lançamentos imobiliários. Consideramos em nosso modelo hedônico, além das características intrínsecas, também as características da vizinhança e o ambiente econômico. Com este modelo, conseguimos observar os preços de equilíbrio para as respectivas localizações e uma interpretação mais clara da dinâmica de preços dos imóveis entre janeiro de 2000 e dezembro de 2013 para a cidade de São Paulo. / In this work will be made a continuous spatial-temporal model for real estate prices in the city of São Paulo estimated using Bayesian methods. We will decompose the series into a trend and cycle, and incorporate a set of explanatory variables and random spatial effects projected into the continuum. This model introduces a new method to analyze the price formation of real estate launches. We consider in our hedonic model, besides the intrinsic characteristics, also the characteristics of the neighborhood and the economic environment. With this model, we were able to observe the equilibrium prices for the respective locations and a clearer interpretation of the dynamics of real estate prices between January 2000 and December 2013 for the city of São Paulo.

A acessibilidade está relacionada com a maneira como a disponibilidade de transportes e os usos do solo afetam os indivíduos na realização de viagens para o desenvolvimento de suas atividades habituais. Freqüentemente se assume que os moradores de baixa renda da periferia são os mais afetados pela falta de acesso aos meios de transporte. A questão subjacente a esta afirmação, no entanto, permanece sem uma resposta definitiva: o nível de renda, por si só, seria um indicativo do nível de acessibilidade? O objetivo deste estudo é explorar a união de ferramentas de estatística espacial e SIG (Sistema de Informações Geográficas) com um propósito específico, que é o de analisar as relações entre aspectos da distribuição espacial de características da população (como a renda, por exemplo) de uma cidade média brasileira e os diversos níveis de acessibilidade por diferentes modos de transporte nela observados, buscando possíveis respostas para esta pergunta. Quando se utiliza procedimentos de visualização e classificação de dados espaciais comuns em SIG, nem sempre as informações são diretamente perceptíveis. Logo, deve-se utilizar ferramentas que ampliem as possibilidades de compreensão e análise dos dados. Inicialmente, as ferramentas selecionadas para uso neste trabalho são apresentadas e discutidas quanto à sua aplicação e utilização na análise proposta. Para tal foram utilizados dados coletados em uma pesquisa origem–destino (O-D) realizada na cidade de Bauru - SP, agrupados por setores censitários e adicionados ao SIG, aplicando técnicas de estatística espacial utilizadas para entidades do tipo área. Os resultados obtidos são apresentados na forma de mapas e de índices que medem a associação espacial global e local entre estas zonas. Uma das conclusões interessantes da aplicação foi a identificação de regiões da cidade com dinâmica particular, que contrariam o padrão global observado nas demais partes da área urbana. Pôde-se constatar ainda particularidades a respeito do uso de cada modo de transportes. O modo automóvel como motorista, por exemplo, possui agrupamento espacial bem definido no nível de renda alta tanto nas regiões de periferia, como nas de transição e central. Já o modo ônibus é predominantemente utilizado nas zonas de renda baixa das regiões de periferia e transição, enquanto que os modos não motorizados possuem uma dinâmica bem diversificada em toda a área urbana. Estes e outros resultados do estudo de caso deixam claro que as análises de estatística espacial em ambiente SIG criam uma ferramenta para ampliar a análise convencional de acessibilidade em transportes / Transportation accessibility is directly related to the level of transportation supply and land uses and the way they affect individuals in their trip desires for accomplishing regular-basis activities. It is often assumed that low-income segments of the population living at the periphery of the cities are those affected the most by poor conditions of transportation accessibility. There is a subjacent question behind this statement, however, which is: can the income level or the location of an individual alone explain his/her accessibility level? In order to look for answers to this question, the aim of this study is to analyze, making use of spatial statistics tools in a GIS (Geographic Information System) environment, the relationships between accessibility and income and their geographical distributions in a medium-sized Brazilian city. The application of the most commonly used GIS resources, such as visualization and spatial data classification tools, not always assures a full comprehension of the phenomenon under analysis. As a consequence, many problems require tools that enhance the possibilities of observation and analysis. As tools with this characteristic have been used in this work, they were initially introduced. Thereafter, the possibilities of use of these tools in the problem analyzed were also discussed. Data of an origin-destination (O-D) survey carried out in the city of Bauru, located in the state of São Paulo, which brings information about four different transportation modes, were used in this study. Such data, grouped following the census tracts, were carefully examined in a Geographic Information System in order to look for spatial patterns of accessibility that are not visible in the traditional approaches. The results of the analysis are presented in maps and as indices that are able to capture glabal and local spatial association patterns in areas. One of the interesting outcomes of the application was the identification of regions with particular dynamics, which go against the pattern found in the overall urban area. Particularities regarding each particular transportation mode have also been noticed. The zones where the automobile is most used (by drivers, not by passengers) are spatially clustered, regardless if the zone is at the periphery, transition zone or central area of the city. The bus trips are predominantly carried out in low-income areas of the periphery and transition rings, while the non-motorized modes (walk and bicycle) have shown a very diversified dynamics in the entire urban area. This and other results of the case study clearly indicate that spatial statistics analyses in a GIS environment create a powerful tool to extend conventional transportation accessibility analysis

O objetivo desta pesquisa é mostrar como aproveitar novas bases de dados disponíveis e o avanço de métodos computacionais para extrair informações estatísticas sobre a localização espacial de firmas. Para isso, propomos uma aplicação de métodos de estatística espacial para modelar o padrão de localização de novas empresas de serviços no município de São Paulo. Neste trabalho, assumimos que a localização espacial dessas firmas foi gerada através de um processo pontual bidimensional e assim aplicamos dois modelos distintos: um baseado em intensidade não estocástica baseada no processo de Poisson, e um modelo de intensidade estocástica baseado processo de Cox log Gaussiano (Log Gaussian Cox Process - LGCP). A principal base de dados utilizada é base georeferenciada baseada no Cadastro Central de Empresas construída pelo Centro de Estudos da Metrópole (CEM), contendo observações de empresas na região metropolitana de São Paulo, para o ano base de 2000. Utilizamos como variáveis explicativas de localização informações advindas de sistemas de informações geográficas (SIG), o Censo demográfico e imagens de satélite do National Oceanic and Atmospheric Administration (NOAA). Os resultados encontrados mostram a importância dessa metodologia no processo de construção de modelos de localização espacial, combinando distintas fontes de dados e introduzindo novas perspectivas sobre o estudo empírico de economia urbana. / The objective of this research is to show how to take advantage of new available databases and computational methods to extract statistical information about the spatial location of firms. In this sense, we propose an application of spatial statistics methods to model the location patterns of new services firms in the city of São Paulo. In this paper, we assume that the spatial location of these firms was generated through a two-dimensional point process and thus we applied two distinct models: one based on non-stochastic intensity based on the Poisson process, and a stochastic intensity model based on the Log Gaussian Cox process (LGCP). The main input used is a georeferenced database based on the Central Business Register made by the Center for Metropolis Studies (CEM), containing data of firms in the metropolitan region of São Paulo, for the base year 2000. We use as explanatory variables information from geographic information systems (GIS), demographic census and satellite imagery from National Oceanic and Atmospheric Administration (NOAA). The results show the usefulness of these models the construction of spatial location models, combining different data sources and introducing new perspectives on the empirical study of urban economics.