标签：Applied 数据分析 Spatiotemporal 分析 空间 课程 空间和时 数据挖掘 时空
课程描述
随着地理信息科学和地理空间技术的不断进步，空间参考信息在过去几十年中变得越来越容易获得，并成为科学研究和决策过程中的重要信息源。为了有效地利用丰富的空间（和时间）数据，通常需要进行统计分析，例如，提取隐含的知识，如数据中不明确的空间关系和模式。空间数据分析与经典数据分析的不同之处在于，空间分析侧重于地理空间中通常被称为点、线和面积单位的测量的位置、面积、距离、关系和相互作用。在过去的几十年里，从不同的角度发展了大量的空间分析理论、方法和工具，并融合为地理信息科学（GIScience）和空间统计的富有成果的领域。
本课程旨在介绍空间和时空数据分析的常用方法和当前趋势，以及相关领域（如环境科学和工程、自然资源管理、生态学、公共卫生、气候科学、土木工程和社会科学）的创新应用。在本课程中，我们将回顾时空分析和建模的基本原理，并讨论常用的方法和工具。学生应积极参与课堂讲课，完成实验室作业，阅读指定文章，制定自己选择的项目或与论文/论文主题直接相关的项目。本课程将涵盖以下主题，但可以根据学生的兴趣进行调整：
•探索性空间数据分析
•时空地质统计学
•空间点过程和物种分布建模
•时空疾病地图
•时间序列图分析和变化检测
参考：https://github.com/surfcao/geog5330
完成本课程后，本课程的研究生应能够：
- 通过对该领域基本概念和原则的了解，在空间和时空分析的背景下制定现实世界的问题
- 应用适当的空间和时空分析方法来解决制定的问题，并能够批判性地审查替代方法和其他人的工作
- 利用可用的脚本、可编程的科学计算工具（如R）绘制地图，解决空间和时空分析问题，评估和评估替代工具的结果
- 以学术写作和演讲的形式有效地传达分析结果
读物
讲义将随着课程的进展而分发，本课程需要教材
本教学大纲[阅读]部分提供了文章阅读清单。以下书籍将经常被参考阅读：
比万德·罗杰（Bivand Roger S.，Pebesma，Edzer J.）和维吉利奥（Virgilio）戈梅兹·鲁比奥（Gómez Rubio）（2008年）与R，Springer（TTU图书馆提供的电子书）一起应用了空间数据分析。
Cressie，N.，和Wikle，C.K.（2011）。时空数据统计。约翰·威利父子公司。
参考：关于《空间数据分析与R语言实践》：https://blog.csdn.net/Theo93/article/details/101291532
标签：Applied,数据分析,Spatiotemporal,分析,空间,课程,空间和时,数据挖掘,时空 来源： https://www.cnblogs.com/2008nmj/p/15873661.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。