La herramienta Centro mediano es una medida de la tendencia central que es sólida para los valores atípicos. Identifica la ubicación que minimiza el recorrido desde ésta a todas las demás entidades en el dataset. Por ejemplo, si calculara el Centro medio para un cluster compacto de puntos, el resultado sería una ubicación en el centro del cluster. Si agregara un nuevo punto lejos del cluster y volviera a calcular el Centro medio, observaría que el resultado se movería hacia el nuevo valor atípico. Sin embargo, si realizara este mismo experimento con la herramienta Centro mediano, vería que el nuevo valor atípico tiene un impacto mucho menor en la ubicación del resultado. La herramienta Centro mediano le permite especificar un Campo de peso. Puede pensar que el peso es la cantidad de viajes asociados con cada entidad (por ejemplo, si el peso para una entidad es 3.2, la cantidad de viajes sería 3.2). El centro mediano ponderado es la ubicación que minimiza la distancia de todos los viajes.
El método que se utiliza para calcular el Centro mediano es un procedimiento iterativo que introdujo Kuhn y Kuenne (1962) y que se describió en Burt y Barber (1996). En cada paso (t) del algoritmo, se encuentra un Centro mediano candidato (Xt, Yt) y se delimita hasta que represente la ubicación que minimiza la Distancia euclidiana dd a todas las entidades (o a todas las entidades ponderadas) (i) en el dataset.
Cálculos
Nota:
Mientras que la herramienta Centro mediano sólo devuelve un solo punto, puede haber más de una ubicación (solución) que minimice la distancia a todas las entidades.
Salida
Potenciales aplicaciones
Utilizaría la herramienta Centro mediano cuando desee una medida de la tendencia central que sea sólida para los valores atípicos espaciales. Puede utilizarla para calcular el Centro mediano de las actividades de incendio cuando no desea que los eventos de incendio periféricos poco frecuentes extraigan la ubicación del centro de resultados de las principales actividades de bomberos. Por lo general, es interesante comparar los resultados del Centro medio con los del Centro mediano para ver el impacto que tienen las entidades periféricas en el resultado. Para muchas aplicaciones, el Centro mediano es una medida más representativa de la tendencia central que el Centro medio.
Recursos adicionales
Las siguientes referencias tienen más información sobre esta herramienta:
Burt, J. E. y G. Barber. (1996). Estadísticas elementales para los geógrafos. Guilford, Nueva York.
Kuhn, H. W. y R. E. Kuenne (1962). Un algoritmo eficiente para la solución numérica del Problema de Weber generalizado en economías espaciales. Publicación de Ciencia Regional, 4(2):21–33.