欢迎光临本店     登录 注册   加入收藏
  •   
欢迎光临清华大学出版社第三事业部!

此页面上的内容需要较新版本的 Adobe Flash Player。

获取 Adobe Flash Player

当前位置: 首页 > 外版图书 > 计算机与互联网 > 空间数据分析与R语言实践

浏览历史

空间数据分析与R语言实践

空间数据分析与R语言实践

prev next

  • 商品货号:2014051401
  • 商品重量:0克
    作者:拜凡德(Bivand,R. S.),裴贝斯玛(Pebesma,E. J.),格梅尔-卢比奥(Gómez-Rubio,V.)著;徐爱萍,舒红译.
    出版社:清华大学出版社
    图书书号/ISBN:9787302302353
    出版日期:2013年1月1日
    开本:32
    图书页数:311
    图书装订:平装
    图书规格:178mm×233mm
    版次:2013年1月第1版
    印张:21.25
    字数:305千字
  • 上架时间:2014-05-14
    商品点击数:1933
  • 定价:¥79.00元
    本店售价:¥79.00元
    注册用户:¥79.00元
    vip:¥75.05元
    黄金等级:¥71.10元
    用户评价: comment rank 5
  • 商品总价:
  • 购买数量:

内容简介:

商品附加资源

 

内容 简 介
本书较全面地介绍了R应用于空间数据分析的原理和方法。在介绍R中空间数据类、方法、空间对象、空间点类、空间线类、空间面类及空间网格的基础上,首先介绍了空间数据的可视化、空间数据的导入导出、空间数据的处理及定制多点数据、六角形网格、时空网格及大型网格数据类的方法;然后介绍了空间点模式分析、插值与地统计分析、面数据和空间自相关分析和面数据建模;最后介绍了空间数据分析在疾病数据制图及分析中的应用。
本书适合作为“空间信息处理”和“空间信息可视化”课程的教材,通过大量的实例展示了空间分析方法的应用领域及其价值,较全面地展示了R在空间统计与分析中的成果与前景。本书配套网站包括了书中的所有实例、所涉及的包和数据集,对读者学习和研究将有很大帮助。
 
前言
 
   我们编写本书是和用R语言处理与分析空间数据并行进行的。虽然本书已完成,但软件开发仍然在继续。在R社区,我们能够与世界各地的用户进行充分和愉快的交流,能够在毫无压力的情况下快速地解决我们遇到的问题,同时也能够体会到软件开发的快乐与沮丧。毫无疑问,如果没有来自用户的需求, R的发展将不会达到现在的规模,也不可能用R来分析空间数据。
  然而,就狭义定义的实用性来说尚不足以描述R项目的发展。R项目不仅是一个与世界级数据分析软件工具发展密切相关的社区项目,还对如何进行数据分析起到了引导作用。R是开源的,这不仅仅是因为开源软件的发展(包括广大用户和开发者社区的动态发展)可以被认为是一种有吸引力和成功的发展模式,而最主要的原因是科学中的实例模拟数据需要进行反复分析。作为研究人员,我们都非常清楚由于用户的错误或误判而得到错误结论的可能性。当研究结果确实关系重大时,例如公共卫生的研究、天气变化的研究以及涉及空间数据其他领域的研究,良好的研究实践表明至少在原则上,其他人应该能够核查研究结果。开源软件意味着如果需要的话,其方法能够接受审核并且工作会话日志能确保已经记录了我们实际上所做的而不是想做的。贯穿本书,Sweave(http://www.statistik.lmu.de/~leisch/Sweave/)的使用提供了关键的支持(Leissh,2002;Leisch and Rossini,2003),它是一个允许R代码嵌套的工具,用于在LaTex文档中进行完整的数据分析。
  对于那些继续致力于R项目的核心成员,我们由衷感激。尤其是作为先驱的Brian Ripley教授对我们团队非常重要,在2003年维也纳召开的分布式统计计算会议中,他的支持使我们认识到在R语言中进行空间分析是一个值得推行的项目。感谢Kurt Hornik对Comprehensive R Archive Network顺利运行所做的贡献,当我们犯错时,他的幽默意味着免费软件正以一种友好的方式提供给R用户。我们还感谢Martin M?chler在建立和维护R-Sig-Geo邮件列表时所提供的巨大帮助,没有他的帮助,我们也许就没有一种促进R空间社区发展的通道。
  同时还对那些在邮件列表中参与讨论的用户心存感激,他们有时候会给出具体的建议,并且常常会提出许多富有建设性的问题,偶尔还会报告那些小bug或为修复bug做出自己的一份贡献。其他用户则直接与我们取得联系并提出宝贵建议,从而帮助我们对部分研究实体有更深的理解并改进所涉及的软件。值得一提的是,R空间数据分析课程的参与者和各种辅导班的参与者都非常勤奋和积极。
  我们也很感谢那些通过初稿评论,提供更好的程序用来完善一些例子并为改进终稿做出贡献的同事,特别要提到Juanjo Abellán,Nicky Best,Peter J. Diggle,Paul Hiemstra,Rebeca Ramis,Paulo J. Ribeiro Jr.,Barry Rowlingson和Jon O. Skien。我们还要感谢同意我们使用其数据集的同事,Luc Anselin于2002年在Santa Barbara提供了一个硕果累累的CSISS工作组讨论,该支持在很长一段时间内对我们都很重要。特别是,首本R空间数据分析著作(Kopczewska, 2006)对简化软件和完善本书说明提供了有益的帮助。如果没有John Kimmel的耐心鼓励,我们不可能完成本书。
  尽管我们受惠于那么多给我们提供帮助和建议的人们,但一定还存在着我们没有掌握的东西,因此书中出现的错误和遗漏完全由作者负责。我们将感激指出本书错误的人,勘误表可在本书网站(http://w.asdar-book.org)。
 
目    录
第一部分  R的空间数据处理
第1章  空间数据介绍 1
1.1  空间数据分析 1
1.2  为什么要用R 2
1.2.1  概述 2
1.2.2  为什么使用R进行
空间数据分析 3
1.3  R和GIS 5
1.3.1  什么是GIS 5
1.3.2  面向服务的架构 5
1.3.3  进一步了解GIS 5
1.4  空间数据的类型 6
1.5  存储和显示 10
1.6  空间数据分析应用 11
1.7  R空间资源 13
1.7.1  在线资源 13
1.7.2  本书的结构 14
第2章  R的空间数据类 17
2.1  概述 17
2.2  R中的类和方法 18
2.3  Spatial对象 22
2.4  SpatialPoints类 24
2.4.1  方法 25
2.4.2  空间点数据的数据框 27
2.5  SpatialLines类 31
2.6  SpatialPolygons类 35
2.6.1  SpatialPolygons
DataFrame对象 37
2.6.2  孔和环方向 39
2.7  SpatialGrid和SpatialPixel
?对象 40
第3章  空间数据可视化 47
3.1  传统绘图系统 47
3.1.1  绘制点、线、多边形
和网格 47
3.1.2  坐标轴和布局元素 50
3.1.3  坐标轴标签和参考
网格中的度 53
3.1.4  绘图尺寸、绘图区域、
地图比例以及多图
绘制 54
3.1.5  绘图属性和地图图例 56
3.2  使用spplot的Trellis/Lattice
?绘制 57
3.2.1  一个直观的Trellis
示例 58
3.2.2  绘制点、线、面和
网格 59
3.2.3  对图添加参考物和
布局元素 61
3.2.4  安排面板布局 63
3.3  绘图交互 63
3.3.1  基本图形的交互 63
3.3.2  spplot和lattice的
绘图交互 65
3.4  彩色调色板和类区间 66
3.4.1  彩色调色板 66
3.4.2  类区间 66
第4章  空间数据导入/导出 70
4.1  坐标参考系 71
4.1.1  使用EPSG清单 72
4.1.2  PROJ.4 CRS规范 72
4.1.3  投影和坐标转换 73
4.1.4  度、分和秒 75
4.2  矢量文件格式 76
4.2.1  使用rgdal包中的
OGR驱动程序 77
4.2.2  其他的导入/导出函数 81
4.3  栅格文件格式 81
4.3.1  使用rgdal包中的
GDAL驱动 81
4.3.2  编写一个Google
Earth影像覆盖 84
4.4  GRASS 86
百老街霍乱数据 91
4.5  其他的导入/导出接口 94
4.5.1  分析和可视化应用 94
4.5.2  TerraLib和aRT 95
4.5.3  其他GIS和Web
地图系统 96
4.6  安装rgdal包 97
第5章  空间数据处理高级方法 99
5.1  支撑 99
5.2  叠置 102
5.3  空间取样 104
5.4  拓扑检查 106
5.4.1  多边形合并 108
5.4.2  孔状态检查 109
5.5  组合空间数据 110
5.5.1  组合位置数据 110
5.5.2  组合属性数据 110
5.6  辅助函数 112
第6章  定制空间数据类和方法 117
6.1  使用类和方法编程 117
6.1.1  S3型类和方法 118
6.1.2  S4型类和方法 119
6.2  程序包trip中的动物足迹
?数据 120
6.2.1  通用函数和构造
函数 121
6.2.2  trip对象的方法 122
6.3  多点数据:空间多重点 123
6.4  六边形网格 125
6.5  时-空网格 128
6.6  蒙特卡洛模拟的空间分析 132
6.7  大型网格的处理 134

第二部分  空间数据分析
第7章  空间点模式分析 136
7.1  概述 136
7.2  空间点模式分析包 137
7.3  点模式的初步分析 140
7.3.1  完全空间随机模式 140
7.3.2  G函数:最近邻
事件距离 141
7.3.3  F函数:一个点到其
最邻近事件的距离 143
7.4  空间点过程的统计分析 144
7.4.1  同质泊松过程 145
7.4.2  非同质泊松过程 145
7.4.3  强度的估计 145
7.4.4  非同质泊松过程的
似然 149
7.4.5  二阶特性 151
7.4.6  非同质的K函数 152
7.5  在空间流行病中的一些
?应用 153
7.5.1  病例控制研究 153
7.5.2  二元回归估计 158
7.5.3  使用广义加模型的
二元回归 159
7.5.4  点源污染 161
7.5.5  空间聚集的评估 163
7.5.6  混杂变量和协变量
的解释 165
7.6  点模式分析更进一步的
?方法 168
第8章  插值与地统计 170
8.1  概述 170
8.2  探索性数据分析 171
8.3  非地统计学插值方法 172
8.3.1  反距离加权插值 172
8.3.2  线性回归 173
8.4  空间相关性估计:变异
?函数 174
8.4.1  探索性变异函数
分析 175
8.4.2  截距、间隔宽度、
方向依赖性 178
8.4.3  变异函数模型 179
8.4.4  各向异性 183
8.4.5  多变量变异函数
模型 184
8.4.6  残差变异函数模型 186
8.5  空间预测 187
8.5.1  泛克里金、普通克里
金和简单克里金法 188
8.5.2  多变量预测:协同
克里金法 189
8.5.3  同位协同克里金法 190
8.5.4  协同克里金法对比 191
8.5.5  局部邻域的克里
金法 191
8.5.6  块克里金法 192
8.5.7  区域划分 193
8.5.8  趋势函数和它们的
系数 194
8.5.9  应变量的非线性
变换 195
8.5.10  奇异矩阵错误 197
8.6  模型诊断 198
8.6.1  交叉验证残差 199
8.6.2  交叉验证的z-score 201
8.6.3  多变量交叉验证 201
8.6.4  交叉验证的局限性 202
8.7  地统计模拟 203
8.7.1  序贯模拟 203
8.7.2  非线性空间聚集和
块均值 205
8.7.3  多变量和指示模拟 206
8.8  基于模型的地统计和贝叶
?斯方法 207
8.9  监测网络优化 207
8.10  其他用于插值和地统计的
?R语言包 209
8.10.1  非地统计插值 209
8.10.2  spatial包 209
8.10.3  RandomFields包 209
8.10.4  geoR包和
geoRglm包 211
8.10.5  fields包 211
第9章  面数据和空间自相关 212
9.1  概述 212
9.2  空间邻域 214
9.2.1  邻居对象 215
9.2.2  创建近邻域 217
9.2.3  创建基于图的近邻 219
9.2.4  基于距离的近邻 220
9.2.5  高阶近邻 223
9.2.6  网格近邻 224
9.3  空 间 权 重 225
9.3.1  空间权重模式 225
9.3.2  一般空间权重 227
9.3.3  空间近邻与权重的
导入、导出和转化 229
9.3.4  使用权重模拟空间自
相关 230
9.3.5  操作空间权重 231
9.4  空间自相关检验 232
9.4.1  全局检验 234
9.4.2  局部检验 240
第10章  面数据建模 246
10.1  概述 246
10.2  空间统计方法 246
10.2.1  同步自回归(SAR)
模型 249
10.2.2  条件自回归(CAR)
模型 253
10.2.3  拟合空间回归模型 255
10.3  混合效应模型 257
10.4  空间计量经济学方法 259
10.5  其他方法 265
10.5.1  GAM、GEE、
GLMM 265
10.5.2  Moran特征 269
10.5.3  地理加权回归 272
第11章  疾病制图 276
11.1  简介 277
11.2  统计模型 278
11.2.1  Poisson-Gamma
模型 280
11.2.2  Log-Normal模型 282
11.2.3  Marshall全局EB
?估计器 283
11.3  空间结构统计模型 285
11.4  贝叶斯层次模型 286
11.4.1  再探Poisson-
Gamma模型 287
11.4.2  空间模型 291
11.5  疾病聚集探测 298
11.5.1  相对风险的同质性
检验 299
11.5.2  空间自相关的
Moran’s I检验 301
11.5.3  一般聚集的Tango’s
检验 301
11.5.4  聚集位置探测 302
11.5.5 地理分析机 303
11.5.6  Kulldorfft统计 304
11.5.7  局部聚集的Stone
的测试 305
11.6  疾病制图的其他主题 306
结语 307
参考文献 311
 
 

商品标签

购买记录(近期成交数量0)

还没有人购买过此商品
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

用户评论(共0条评论)

  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
评价等级:
评论内容:
验证码: captcha