Fail

Figura 1.3

Setores censitários tornaram-se densidade domiciliar após transformação por Mul- tivariate Kernel Density Estimation

* Para a estimação de Multivariate Kernel Density Estimation (MKDE) a equipe desenvolveu um plug-in para o software Quantum GIS, cujo código está disponível em https://github.com/fccoelho/ spatialKDE

Em seguida, os setores censitários tornaram-se densidade domiciliar, após passarem por uma transformação que utilizou a metodologia de estimação de Mul- tivariate Kernel Density Estimation.3 _{Essa metodologia, realizada por meio de um} software desenvolvido pela equipe da EMAp, permite aproximar uma distribuição irregular de pontos no espaço em uma superfície contínua que pode ser facilmente representada graficamente por meio de um gride retangular, conforme mostra a figura anterior. A vantagem desse processo é que todas as camadas de informação foram transportadas para a mesma representação. Assim, foi possível realizar ope- rações matemáticas entre as diferentes dimensões, como o cálculo da Densidade Domiciliar de Litigância (DDLit), que é obtida pela divisão da camada que represen- ta os domicílios que litigaram contra a Light pela camada de densidade domiciliar.

3  _{Multivariate Kernel Density Estimation é um método para transformar áreas variáveis com} quantidades constantes em áreas constantes com quantidades variáveis. Áreas constantes são mais vantajosas, pois permitem operações (p. ex., layers). Ver em: <https://en.wikipedia. org/wiki/Multivariate_kernel_density_estimation> e <https://en.wikipedia.org/wiki/Kernel_ density_estimation>.

MKDE*

Densidade domiciliar Setores censitários (KBGE)

Número constante de domicílios em cada setor, cujas áreas são variadas

Número variável de domicílios em cada setor retangular, cuja área é constante.

Vantagem: o gradeamento facilita o uso de múltiplas camadas de dados e permite melhor granularidade de visualização.

Figura 1.4

Embora fosse tecnicamente viável representar mapas de processos por domicílios, concluiu-se que o uso de mapas de total de processos apresentaria vantagens

Após essa etapa, concluiu-se que, embora fosse tecnicamente viável repre- sentar mapas de processos por domicílios, o uso de mapas de total de processos apresentaria vantagens. O uso da variável “domicílios” junto com os processos nor- malizaria, isto é, corrigiria o efeito que o número de domicílios tem sobre o número de processos. Assim, tem-se o potencial de apontar sub-regiões nas quais haveria mais litigantes por domicílio.

O mapa com a variável “processos”, contudo, gera interpretação mais inten- siva e intuitiva. Não está sujeito ao uso de setores censitários, cuja introdução abre precedente para distorções como falácia ecológica4 _{e o problema da unidade de} área modificável (MAUP).5 _{Significa que esse mapa tem menos chance de acúmulo} de erros, pois há menos variáveis envolvidas.

4  _{O problema da falácia ecológica ocorre quando há conclusões equivocadas ao comparar} indivíduos tomando a característica dos grupos aos quais pertencem, e não observando suas características individuais. Esse tipo de problema poderia ocorrer, por exemplo, se decidíssemos comparar dois estados brasileiros conforme sua riqueza acumulada. Ao comparar os dois estados, um deles poderá ser mais pobre que o outro no agregado da população, contudo, um indivíduo específico do estado mais pobre pode perfeitamente ser mais rico que um indivíduo específico do estado mais rico. Ver mais em: <http://es.wikipedia.org/wiki/Falacia_ ecol%C3%B3gica>.

5  _{O problema da unidade de área modificável ocorre quando a divisão de uma região} geográfica em áreas é arbitrária, e, com isso, os valores consolidados intrarregião variam muito conforme a partição feita. Se, por exemplo, o Rio de Janeiro incluísse Minas Gerais, os índices

Processos ÷ Domicílios •O uso dessa variável intensiva normalizaria (isto é, “corrigiria”) o efeito que o número de domicílios tem sobre o número de processos. •Potencial de apontar sub-regiões onde haveria mais litigantes por domicílios.

•Interpretação de mapa de variável intensiva é mais intuitiva. •Não está sujeito ao uso de setores censitários, cuja introdução abre precedente para distorções como falácia ecológica e problema da unidade de área modifi- cável (MAUP).

• Menos acúmulo de erros, pois há menos variáveis envolvidas.

Figura 1.5

O uso de divisão reticular (gride) permite acurácia na sobreposição de layers para visualização dos resultados

Posteriormente, passou-se à escolha do tipo de mapa a ser utilizado para a confecção dos mapas de georreferenciamento, ou seja, sobre qual interface seriam inseridas as curvas e linhas de calor representativas dos processos (mapas de rele- vo, mapas geopolíticos, mapa de satélite).

Concluiu-se que o uso de divisão reticular (gride) permite acurácia na sobre- posição de camadas de dados (layers) para a visualização dos resultados. A Figura 1.6 demonstra sistematicamente como são feitos, então, os mapas de georreferen- ciamento.

de PIB, criminalidade etc. do conjunto seriam bem diferentes. Ver mais em: <http://qmrg.org. uk/files/2008/11/38-maup-enshaw.pdf> e <http://en.wikipedia.org/wiki/Modifiable_areal_unit_ problem>. -22.2 -22.4 -22.6 -22.8 -44.2 -44.0 -43.0 -43.6 -43.4 -43.2 -23.0 ILUSTRATIVO Volume de processos Mapa geopolítico Imagem de satélite

Figura 1.6

Os mapas de georreferenciamento fazem uso de isolinhas para representar quanti- dades de processos

Os mapas de georreferenciamento são frequentemente utilizados em outras áreas de conhecimento. As isolinhas são representações que, no plano de um mapa, indicam determinada dimensão. As linhas, portanto, são constantes, e as cores in- dicam a intensidade de cada variável plotada no mapa. Nos mapas de georrefe- renciamento do projeto de P&D aqui apresentado, fazemos uso de isolinhas para representar quantidades de processos. Uma isolinha (também linha de contorno ou curva de nível) de uma função de duas variáveis é uma curva sobre a qual os pontos da função assumem valores constantes. Assim como linhas isotérmicas represen- tam temperaturas e linhas isobáricas representam pressão, os mapas a seguir repre- sentam números de processos (litígios) e, portanto, utilizam-se de linhas isagógicas (do grego:

αγωγή

O uso de cores entre as linhas evidencia aumento ou redução dos valores nos mapas em relação à área. Assim, foi usado vermelho para indicar que há um maior número de processos no entorno daquela região; e amarelo para indicar que há um menor número de processos no entorno daquela região. Os pontos azuis represen-