|
Vyučující
|
-
Fačevicová Kamila, Mgr. Ph.D.
|
|
Obsah předmětu
|
- Typy prostorových dat a jejich příprava ve statistickém softwaru (R, Python?) - Vizualizace prostorových dat - Míry prostorové korelace - Analýza bodových dat - interpolace, bodové procesy - Analýza polygonálních dat - GWR modely, shlukování, HotSpot analýza - Základní principy analýzy časoprostorových dat - Další metody zpracování dat prostorového typu
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Cílem je seznámit studenty se základními postupy při analýze prostorově závislých dat.
Student bude schopen samostatně analyzovat prostorově závislá data, vizualizovat a správně interpretovat dosažené výsledky.
|
|
Předpoklady
|
Základy pravděpodobnosti, statistiky a práce se statistickým softwarem.
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
Zpracování vlastního projektu a následné prokázání teoretických znalostí u zkoušky. Aktivní účast na cvičení.
|
|
Doporučená literatura
|
-
Brundson, C., Comber, L. (2019). An Introduction to R for Spatial Analysis and Mapping. Sage.
-
Fischer, M. M., Getis, A., eds. (2010). Handbook of Applied Spatial Analysis. Springer.
-
Fotheringham, A. S., Brunsdon, C., Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley.
-
Haining, R., Li, G. (2020). Modelling Spatial and Spatial-Temporal Data - A Bayesian Approach. CRC Press.
-
R. S. Bivand, E. J. Pebesma, V. Gómez-Rubio. (2013). Applied Spatial Data Analysis with R. Springer.
|