Saya sangat tertarik pada statistik geo (dan banyak kata lain dengan 3 t :).
Saya tidak terlalu terprogram tetapi telah mengikuti beberapa daftar dengan tema ini.
Salah satunya adalah filter R pada stackexchange (saya mendapatkan email intisari pertanyaan di sana).
Saya menemukan bahwa ada bahasa yang sangat rumit yang terkait dengan statistik secara umum.
Saya tertarik belajar dari sudut pandang orang awam apa arti beberapa bahasa ini dan bagaimana menerapkannya pada GIS sehari-hari.
Harap sebutkan sumber arus apa pun untuk pengetahuan / pemahaman geo-statistik.
Berikut adalah contoh informasi yang berguna ...
perjalanan untuk pelatihan
peluang online hidup
Edit: Per permintaan; Saya menikmati pelatihan online tetapi mendapatkan lebih banyak dari di kelas atau buku langkah demi langkah (atau pdf).
Jawaban:
Buku ini, Panduan Praktis untuk Pemetaan Geostatistik Oleh Tomislav Hengl, didasarkan pada kursus 5 hari dan menggunakan applikasi open source untuk semua analisis, kebanyakan R, SAGA, dan Google Earth. Anda dapat mengunduh buku ini secara gratis.
sumber
Bagi mereka yang kurang fokus, saya sarankan membaca daftar blog GIS dan Sains . Ini pada dasarnya hanya daftar berbagai upaya penelitian yang memiliki beberapa hubungan dengan analisis geografis, dan karenanya harus memenuhi syarat sebagai "Saya tertarik untuk belajar dari sudut pandang orang awam apa arti beberapa bahasa ini dan bagaimana menerapkannya pada GIS sehari-hari."
Saya paling sering menemukan kata sifat geostatistik dalam hubungannya dengan analisis data dalam ilmu alam / lingkungan. Contohnya adalah teks Cressie (1993) atau Isaaks dan Srivastava (1989) .
Ini digunakan jauh lebih jarang dengan teknik statistik yang lebih umum dalam ilmu sosial. Contoh teks yang sering dikutip berfokus pada analisis statistik dalam ilmu sosial (tetapi dengan fokus yang jelas pada geografi) adalah Anselin (1988) , Waller dan Gotway (2004) , Lesage dan Pace (2009) , Ward dan Gleditsch (2007) . Buku-buku yang mungkin dianggap sebagai jembatan yang baik antara dua bidang mungkin Haining (2003) dan Ripley (2004) (serta buku Bivand yang dikutip oleh dslamb).
Saya membuat daftar ini karena saya tidak perlu menyetujui perbedaan antara kedua bidang (bagaimana bisa Moran saya tidak dianggap sebagai geostatistik?) Tapi itu dikatakan, kebanyakan orang tidak akan terlalu tertarik pada semua domain topikal itu. Sebagian alasan perbedaan itu ada hubungannya dengan jenis data teknik statistik diterapkan, dan karenanya jika Anda secara khusus tertarik dalam menganalisis bahan topikal yang di satu sisi yang lain mungkin tidak semua yang berlaku. Ini juga alasan saya menyarankan blog GIS dan Science, karena mereka memiliki daftar yang termasuk dalam kedua kategori tersebut. Meskipun minat saya sebagian besar tetap di ranah ilmu sosial, saya masih melihat artikel yang lebih berorientasi pada ilmu alam yang saya temukan menarik (sepertiPerbandingan Visual dari model Moving Window Kriging , sekarang itu keren!)
Sekarang saya telah membanjiri Anda dengan banyak buku pelajaran yang mahal, apakah Anda masih tertarik dengan semua geostatistik, atau apakah minat Anda mungkin sedikit lebih kecil dalam cakupannya?
Saya sering menemukan bahwa mencari di dalam manual perangkat lunak adalah tempat yang baik untuk definisi (dan kadang-kadang contoh aplikasi yang lebih luas). Sebagai contoh saya menemukan perangkat lunak PASSaGE ketika saya mencari formula untuk Geary lokal c. The GeoDa workbook adalah pengenalan yang indah untuk regresi spasial, dan saya sudah diberitahu manual / tutorial untuk ClusterSeer perangkat lunak pengenalan yang baik untuk analisis cluster (meskipun sayangnya mereka tidak memilikinya tersedia secara online muncul). Untuk analisis pola titik CrimeStat adalah referensi yang sangat bagus.
Karena saya dapat membayangkan bahwa mempelajari materi dalam format kursus sebagai lawan dari sebuah buku lebih mudah bagi sebagian orang, saya mungkin menyarankan untuk memeriksa apakah salah satu kursus pendek Pierre Goovaerts mengenai geostatistik lingkungan akan datang dekat, dan saya melihat ICPSR memiliki dua kursus yang berkaitan dengan tata ruang econometrics terdaftar di situs mereka ( 1 , 2 , sebagai catatan tautan ini kemungkinan akan menjadi usang dalam waktu dekat). Untuk materi yang sepenuhnya daring (dan kami yang lebih hemat), Anda dapat membaca dengan cermat daftar kursus terbuka MIT atau untuk analisis terapan menggunakan perangkat lunak R yang dapat Anda gunakan melalui tutorial spatstat .
Juga karena menempuh jarak 1000 mil untuk kursus jarang layak, jika Anda menemukan kursus yang terlihat menarik meminta salinan silabus kepada profesor adalah cara yang baik untuk mengidentifikasi bahan bacaan yang bersangkutan. Baru-baru ini ada posting di situs statistik yang meminta rekomendasi perangkat lunak untuk memperkirakan variograms , dan saya rasa ada beberapa sumber materi pembelajaran yang lebih berguna yang terdaftar di utas itu.
Hanya untuk melanjutkan mengoceh dengan sumber daya yang telah saya kumpulkan, selain buku Hengl (2009) yang sudah terdaftar dalam pertanyaan Anda, di bawah ini adalah situs web lain dengan berbagai sumber;
sumber
Ada teks yang sangat baik untuk menggunakan paket statistik spasial R, termasuk bab tentang Geostatistik.
Analisis Data Spasial Terapan
sumber
Saya kedua menyebutkan buku kerja GeoDa oleh Andy W., pada kenyataannya ada sumber belajar yang menarik lainnya di halaman " Dokumentasi " dari proyek Open GeoDa.
sumber
Apakah Anda sudah melalui sumber daya analis geostatistik esri?
Esri Web courses
Esri Instructor Dipimpin Pelatihan
Esri Geostatistic Analyst Bantuan
Esri Geostatistic Analyst Tutorial
sumber
Ini adalah komunitas yang sangat baik dari orang yang tertarik pada data dan statistik Geospatial dengan fokus pada Geostatistik.
Anda akan menemukan materi pelajaran, halaman wiki, tautan penting yang terkait dengan statistik spasial dan geostatistik dll.
Net analis spasial
Anda harus memeriksa paket R. berikut ini
Gstat adalah perpustakaan Geostatistic yang komprehensif dan perpustakaan automap membantu Anda menjalankan metode kriging dengan relatif mudah
sumber