Philadelphia: University of Pennsylvania, 2014. – 615 p.
Язык – английский. Лекционный материал курса «Пространственный анализ данных» Пенсильванского университета, прочитанного в 2015 г. проф. Т.Е. Смитом. Курс разработан для представления студентам современных статистических методов анализа пространственных данных, таких как метод «ближайшего-соседа» анализа пространственных распределений точек, вариограмный анализ и крайгинг непрерывных пространственных данных, авторегрессионный анализ площадных данных. Статистическая теория, обосновывающая каждый из методов, излагается и иллюстрируется в терминах Гис-приложений. В ходе занятий курса, студенты приобретают опыт работы с пакетами Arcmap, jmp, и Matlab. Оглавление:
Spatial point patte analysis.
Examples of Point Pattes.
Complete Spatial Randomness.
Testing Spatial Randomness.
K-function Analysis of Point Pattes.
Comparative Analyses of Point Pattes.
Space-Time Point Processes.
Appendix to part i.
Continuous spatial data analysis.
Overview of Spatial Stochastic Processes.
Examples of Continuous Spatial Data.
Spatially-Dependent Random Effects.
Variograms.
Spatial Interpolation Models.
Simple Spatial Prediction Models.
General Spatial Prediction Models.
Appendix to part ii.
Areal data analysis.
Overview of Areal Data Analysis.
Modeling the Spatial Structure of Areal Units.
The Spatial Autoregressive Model.
Testing for Spatial Autocorrelation.
Tests of Spatial Concentration.
Spatial Regression Models for Areal Data Analysis.
Spatial Regression Parameter Estimation.
Parameter Significance Tests for Spatial Regression.
Goodness-of-Fit Measures for Spatial Regression.
Comparative Tests among Spatial Regression Models.
Appendix to part iii.
Язык – английский. Лекционный материал курса «Пространственный анализ данных» Пенсильванского университета, прочитанного в 2015 г. проф. Т.Е. Смитом. Курс разработан для представления студентам современных статистических методов анализа пространственных данных, таких как метод «ближайшего-соседа» анализа пространственных распределений точек, вариограмный анализ и крайгинг непрерывных пространственных данных, авторегрессионный анализ площадных данных. Статистическая теория, обосновывающая каждый из методов, излагается и иллюстрируется в терминах Гис-приложений. В ходе занятий курса, студенты приобретают опыт работы с пакетами Arcmap, jmp, и Matlab. Оглавление:
Spatial point patte analysis.
Examples of Point Pattes.
Complete Spatial Randomness.
Testing Spatial Randomness.
K-function Analysis of Point Pattes.
Comparative Analyses of Point Pattes.
Space-Time Point Processes.
Appendix to part i.
Continuous spatial data analysis.
Overview of Spatial Stochastic Processes.
Examples of Continuous Spatial Data.
Spatially-Dependent Random Effects.
Variograms.
Spatial Interpolation Models.
Simple Spatial Prediction Models.
General Spatial Prediction Models.
Appendix to part ii.
Areal data analysis.
Overview of Areal Data Analysis.
Modeling the Spatial Structure of Areal Units.
The Spatial Autoregressive Model.
Testing for Spatial Autocorrelation.
Tests of Spatial Concentration.
Spatial Regression Models for Areal Data Analysis.
Spatial Regression Parameter Estimation.
Parameter Significance Tests for Spatial Regression.
Goodness-of-Fit Measures for Spatial Regression.
Comparative Tests among Spatial Regression Models.
Appendix to part iii.