Belajar dengan melakukan adalah cara yang saya sukai. Dan ketika datang ke statistik spasial, R mendapatkan alat yang sangat kuat. Jadi, jika ini adalah pilihan untuk menelusuri beberapa materi pelajaran, unduh data dan coba sendiri.
Beberapa titik awal yang mencakup autokorelasi spasial (SA) (dan secara umum menangani hal-hal spasial dalam R):
Pusat Studi Demografi dan Ekologi (CSDE) di University of Washington menyediakan materi dari lokakarya Spatial R.
Institut Ilmu Sosial Kuantitatif di Universitas Harvard memiliki bahan dari Statistik Tata Ruang Terapan dalam lokakarya R yang mencakup SA.
Departemen Geografi di University of Colorado menawarkan materi tentang SA sebagai bagian dari kursus Pengantar Metode Kuantitatif .
Setelah Anda terbiasa dengan R, Anda dapat memasangkannya dengan PostgreSQL menggunakan PL / R - R Prosedur Bahasa untuk PostgreSQL , tapi saya tidak bisa mengomentarinya karena saya tidak memiliki pengetahuan tentang topik tersebut.
Python mungkin menjadi alternatif lain. PySAL adalah pustaka yang dikembangkan secara aktif dan didokumentasikan dengan baik yang akan memungkinkan Anda menerapkan semua fungsi GeoDa, termasuk SA (dan kemungkinan besar, bahkan lebih). Python dan Postgres biasanya adalah teman yang baik sehingga menginvestasikan waktu Anda kemungkinan besar bisa menikahi keduanya juga.