Modelos de Regresión Aditivos Estructurados (STAR) con respuesta ...

Los resultados de las efectos espaciales no estructurados (ver Figura 4.18) noapuntan en ninguna dirección específica. Todos los concellos son no significativos(color gris, panel derecho). Los concellos en blanco y rayados no aportan informaciónde ningún tipo, ya que no se obtuvo dato para poder estimar este efecto.4.2.3. Ajuste de modelosEn esta sección se muestra el ajuste de los modelos STAR para la ocurrenciade incendios forestales provocados y totales a partir de las variables grupos de tiposde combustible mediante los criterios AIC (Akaike Information Criterion ), BIC(Bayesian Information Criterion ) y GCV (Generalized Cross-Validation). En elCuadro 4.6 se presentan los 2 modelos ajustados. También son incluidos los gradosde libertad de cada modelo estimado.Modelos 2xlog-likelihood g.l. AIC BIC GCVBinomial (totales) 9565.87 142.573 9851.02 11026.2 0.344Binomial (provocados) 7907.5 138.982 8185.46 9329.64 0.287Cuadro 4.6: Criterio de información Akaike (AIC), criterio de información Bayesiano(BIC), y validación cruzada generalizada (GCV) para los dos modelos seleccionados.Como se fue observando a lo largo de esta sección, las variables que aportanmayor información por voxel al modelo son las variables “grupo de matorral” y“grupo Sin Asignar Modelo”, ya que son las variables que mejor definen el tipo deestructura predominante en Galicia. Se puede concluir de esta sección diciendo quelos modelos de combustibles de Rothermel para la estimación de la ocurrencia deincendios no explican suficientemente la presencia de incendios. En el futuro comoposible mejora, se debería trabajar con formaciones vegetales en vez de modelos decombustible.4.3. Modelización a partir de variables climatológicasy grupos de modelos de combustibleDespués de haber estudiado por separado en secciones anteriores las variablesmeteorológicas y de tipo de combustible, el siguiente paso es establecer un modeloque englobe todas estas variables y así observar si el modelo permite estimar deforma más precisa la ocurrencia de incendios forestales totales y provocados. Acontinuación se describen los modelos de regresión STAR de respuesta binomialpara la ocurrencia de incendios forestales totales y provocados que engloban todas lascovariables estudiadas anteriormente (altitud, ta media, hr, pp, Sin Asignar Modelo,Pastos, Matorral, Hojarasca y Restos).