Doctor of Philosophy / Department of Sociology, Anthropology, and Social Work / Laszlo Kulcsar / Retirement age migration is not new. However, it has recently been garnering the attention of both researchers and local policy makers. Older migrants present the possibility of economic stimulus without creating additional pressure on the labor market. That said, a majority of works on retirement migration come to the same conclusions. Conventional theories state that older people move to places based on natural amenities and recreation opportunities. Further, these findings are often utilize a binary dependent variable based on whether a county has achieved a certain level of growth from inmigration of all people age 60+. I argue that this view is too narrow. Older age migrants move for a variety of reasons. These motives also vary across different age, sex, and race-ethnicity characteristics of the migrants in question. Further, not all counties that attract older migrants have bountiful natural or recreation amenities. Not only have these unconventional retirement destinations (URDs) had different historical trajectories, they also possess a different kind of amenities that appeal to older people who have relocated to the area. Finally, a focus on binary retirement classifications misses both diversity in retirement patterns and fails to explicitly account for the influence of space in county desirability. The goal of this work is to address these issues. First, I discuss the history and theories of retirement migration. Second, I develop models accounting for variation across older age migrant groups with varying demographic characteristics. Third, I identify and describe URD counties. Fourth, I present the results of a small-scale survey, community leader interviews, and a new model with additional variables to get at what other kinds of things should be labeled as “amenities.” Finally, I examine the role of space in migration research. My analysis demonstrates that there is much to be learned from looking at spatial models, micro-regional effects, and relative advantage between neighboring counties. Results indicate that conventional theories of retirement migration, while not necessarily wrong, are at least incomplete. The addition of diversity, new amenities, and space may greatly enhance our understanding of older age migration and migration research as a whole.

La présence de dépendance spatiale des prix immobiliers impose aux méthodes d’estimation de prendre en compte cet élément. Les deux approches de la statistique spatiale sont l’économétrie spatiale et la géostatistique. La géostatistique estime directement la matrice de variance-covariance en supposant que la covariance entre les observations dépend inversement de la distance séparant leur localisation. L’économétrie spatiale définit et intègre la matrice d’interaction spatiale dans un modèle de régression hédonique. Si ces deux méthodes sont possibles pour étudier la dépendance spatiale des prix immobiliers dans des contextes variés, il n’existe cependant pas de règles très claires quant au choix de la méthode à sélectionner. Cette thèse procède à un examen détaillé de ces deux approches afin de pouvoir en distinguer les ressemblances et les différences, les avantages et les inconvénients. Des exemples d’application de chaque approche dans une étude immobilière sont présentés. La géostatistique est utilisée pour analyser la stationnarité du variogramme, ainsi que la sensibilité du variogramme aux paramètres de l’estimation hédonique. Le modèle d’économétrie spatiale est utilisé pour tenter d’identifier économétriquement le quartier dominant du marché immobilier d’une ville / Geostatistics and spatial econometrics are two spatial statistical approaches used to deal with spatial dependence. Geostatistics estimates directly the variance-covariance matrix by assuming that the covariance among observations depends inversely on the distance between their locations, called the covariogram. Spatial econometrics defines and integrates the spatial interaction matrix in a hedonic regression model. In real estate, price estimation should take into account these spatial characteristics because property prices are correlated. Hence, these two approaches are commonly used to study the spatial dependence of the real estate prices in many contexts. However, a definite rule in selection these statistic approaches has not been established. This thesis examined these two approaches in order to distinguish the similarities, differences, advantages, and disadvantages of each methodology. Some examples of their applications in a real estate study. The geostatistics is used to analyze the stationarity of the variogram and its sensitivity depending on the parameters added in hedonic estimation. The spatial econometric is used to define econometrically the real estate market dominant area

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.

O objetivo deste estudo é explorar uma metodologia para análises de autocorrelação em redes utilizando um atributo de fenômenos cuja ocorrência esteja de alguma forma vinculada ou que seja dependente de uma rede. Para isso foram utilizados dados de acidentes de trânsito em um estudo de caso para a cidade de São Carlos, referentes aos anos de 2001, 2002 e 2003. Foram considerados inicialmente os dados totais dos acidentes e, em seguida, separados por tipos (atropelamentos, acidentes com danos materiais e acidentes com vítimas). A próxima etapa considerou os valores dos acidentes totais majorados pela UPS (Unidade Padrão de Severidade). A última etapa do estudo levou ainda em consideração a localização dos acidentes nos arcos ou interseções, que permitiu concluir que esta forma de caracterização espacial dos acidentes pode interferir significativamente nos resultados da análise. Outra conclusão relevante foi a identificação de autocorrelação espacial elevada e positiva no caso estudado. Finalmente a comparação com análise semelhante realizada por áreas demonstra vantagens para a análise por redes. / The objective of this study is to explore a methodology for network spatial autocorrelation analysis by applying it to an attribute of phenomena that are somehow connected to or dependent of a network. In other to do so, traffic accident data recorded in the years 2001, 2002, and 2003 in the city of São Carlos were selected for a case study. A first analysis considered all data, followed by analyses per accident type. In another phase of the study, the total accidents were weighted according to their severity. The last part of the study included in the analysis information about the location of each accident, either at a link or at an intersection. A conclusion drawn from the later analysis indicated that the consideration of the accidents locations can produce significant changes in the results. Another relevant conclusion was the identification of high and positive spatial autocorrelation in the case studied. Finally, the comparison with a similar analysis carried out with areas shows advantages for the network analysis.

Em um experimento, é comum ocorrerem fatores não controláveis, responsáveis pela heterogeneidade entre as parcelas. Mesmo executando os três princípios básicos da experimentação no planejamento (repetição, casualização e controle local), ainda assim, pode haver correlação nos erros e, portanto, dependência espacial na área estudada. Se for detectada essa estrutura de auto-correlação e se essa informação for utilizada na análise estatística, estimativas mais eficientes dos contrastes entre as médias dos tratamentos são garantidas, mas se tal estrutura for desconsiderada pode impedir que diferenças reais sejam detectadas. Neste trabalho, foram observadas as coordenadas dos centros das parcelas de um delineamento em blocos ao acaso. A variável resposta, deste experimento, é a concentração de carbono orgânico no solo, sendo as avaliações feitas no início do experimento, ou seja, antes da aplicaçao dos tratamentos, portanto, um ensaio em branco, um ano após a aplicação dos tratamentos e, novamente, depois de mais um ano. Para tanto, foram utilizadas as análises clássica e espacial na comparação dos métodos de estimação de contrastes de médias de tratamentos. O método estudado para a análise clássica, em que considera que os erros são não correlacionados, foi o dos mínimos quadrados ordinários. Já para a análise, levando em consideração a dependência espacial, foram utilizados o modelo geoestatístico, em que consiste na adição de um efeito aleatório com correlação, e o modelo de Papadakis, que consiste na adição de uma covariável construída a partir de observações em parcelas vizinhas. No modelo geoestatístico foi verificada a presença da dependência espacial através dos critérios de informação de Akaike e de informação Bayesiano ou de Schwarz e os métodos testados foram o do variograma seguido de mínimos quadrados generalizados e o da máxima verossimilhança. Para o modelo de Papadakis, foi testada a significância da covariável referente duas médias dos resíduos entre as parcelas vizinhas e a própria parcela tanto no modelo em blocos ao acaso quanto no modelo inteiramente casualizado, e o teste não foi significativo em nenhum dos dois casos. Mesmo assim, os cálculos foram realizados para esse método, mostrando que para esse conjunto de dados, este método não é indicado. Fazendo uso de algumas medidas de comparação desses métodos, para os dados em questão, o método de estimação dos contrastes de médias de tratamentos que apresentou as medidas de comparação mais dispersas foi o do modelo de Papadakis e o menos disperso foi o da máxima verossimilhança. Ainda, pelos intervalos de confiança, observou-se que na análise espacial, outros contrastes diferiram de zero significativamente, além daqueles que foram observados na análise clássica, o que se conclui que quando é levada em consideração a autocorrelação dos erros, os contrastes são estimados com maior eficiência / Not controllable factors is common occur in experiments, they are responsible for the heterogeneity among parcels. Even executing the three experimentation basic principles in the design (repetition, randomization and local control), even so, may have correlation in errors and, therefore, spatial dependence in the area of study. If that autocorrelation structure is detected and if this information is used in statistical analysis, estimates more efficient of contrasts among treatments means are guaranteed, but if this structure is disregarded can prevent that real diferences are detected. In this work, the coordinates of parcels centers in a design of random blocks were observed. The concentration of soil organic carbon is the response variable of this experiment, with the available made at the beginning of the experiment, ie, before the treatments application, therefore, a blank, a year after the treatments application and, again, after a year. Then, the classical and spatial analysis were used to compare the methods of estimation of treatments means contrasts. The method studied for the classical analysis, which considers that the errors are not correlated, was the ordinary least squares. For the analysis, considering the spatial dependence, were used the geostatistical model, where consists in the addition of a random effect with correlation, and the Papadakis model, which consists in the addition of a covariate built from observations in neighbouring. In geostatistical model was verified the spatial dependence through the Akaike and Bayesian or Schwarz criteria of information and the methods tested were the variogram followed by generalized least squares and the maximum likelihood. For the Papadakis model, was tested the significance of covariate referring to the average of residuals among neighbouring parcels and own parcel in the random blocks model and in the completely randomized model, and the test was not significant in any of both cases. Still, the calculus were made for this method, showing that for this data set, this method is not indicated. Using some measures to compare these methods, for these data, the method of estimation of treatments means contrasts which presented the measures of comparison more dispersed was the Papadakis model and the less dispersed was the maximum likelihood. Still, in the confidence intervals, it was observed that in spatial analysis other contrasts di®ered from zero significantly, besides of those which were observed in classical analysis, which concludes that when the autocorrelation of errors is considering, the contrasts are estimated with greater e±ciency.

Made available in DSpace on 2016-08-10T10:40:23Z (GMT). No. of bitstreams: 1 Cleber Jean Lacerda.pdf: 3814885 bytes, checksum: b263f1cb09d2491d541c4fc217a2f7ff (MD5) Previous issue date: 2014-09-16 / The purpose of this search work is to analyze spatially traffic lethal accidents in Goiânia-City, from a geo-referenced database using geographic information system with spatial statistics tools systems, such as intensity estimator of Rosenblatt-Parzen, the Moran`s global autocorrelation index and local. With as spatial analysis aims to verify the existence of spatial autocorrelation of traffic accidents and the presence of data grouped (clusters). / O propósito deste trabalho é analisar espacialmente os acidentes de trânsito com vítimas fatais, no município de Goiânia, a partir de uma base de dados georreferenciada utilizando sistemas de informação geográfica, associados a ferramentas de estatística espacial, como o estimador de intensidade de Rosenblatt-Parzen, os índices de autocorrelação global e local de Moran. Com tais técnicas de análise espacial, pretende- -se verificar a existência de autocorrelação espacial dos acidentes de trânsito e a presença de agrupamentos (clusters).

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

O objetivo deste estudo é explorar uma metodologia para análises de autocorrelação em redes utilizando um atributo de fenômenos cuja ocorrência esteja de alguma forma vinculada ou que seja dependente de uma rede. Para isso foram utilizados dados de acidentes de trânsito em um estudo de caso para a cidade de São Carlos, referentes aos anos de 2001, 2002 e 2003. Foram considerados inicialmente os dados totais dos acidentes e, em seguida, separados por tipos (atropelamentos, acidentes com danos materiais e acidentes com vítimas). A próxima etapa considerou os valores dos acidentes totais majorados pela UPS (Unidade Padrão de Severidade). A última etapa do estudo levou ainda em consideração a localização dos acidentes nos arcos ou interseções, que permitiu concluir que esta forma de caracterização espacial dos acidentes pode interferir significativamente nos resultados da análise. Outra conclusão relevante foi a identificação de autocorrelação espacial elevada e positiva no caso estudado. Finalmente a comparação com análise semelhante realizada por áreas demonstra vantagens para a análise por redes. / The objective of this study is to explore a methodology for network spatial autocorrelation analysis by applying it to an attribute of phenomena that are somehow connected to or dependent of a network. In other to do so, traffic accident data recorded in the years 2001, 2002, and 2003 in the city of São Carlos were selected for a case study. A first analysis considered all data, followed by analyses per accident type. In another phase of the study, the total accidents were weighted according to their severity. The last part of the study included in the analysis information about the location of each accident, either at a link or at an intersection. A conclusion drawn from the later analysis indicated that the consideration of the accidents locations can produce significant changes in the results. Another relevant conclusion was the identification of high and positive spatial autocorrelation in the case studied. Finally, the comparison with a similar analysis carried out with areas shows advantages for the network analysis.

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.