Geógrafos quantitativos:
Distinção de outros métodos quantitativos pelo foco no dado espacial.
Divisão entre análise estatística de dados espaciais e pesquisa focada em modelagem matemática.
Aplicações de geografia quantitativa.
Desenvolvimentos recentes em geografia quantitativa.
Dados espaciais
-
Introdução.
-
Captura de dados espaciais.
-
Objetos espaciais.
-
Localização no globo; localização em um plano.
-
Distância.
-
Representando dados espaciais.
-
Modelos para dados espaciais:
-
Modelo vetorial.
// Modelo raster*.
* Programando com dados espaciais:
* Operações pontos-em-polígonos.
* Uso de números complexos para representar dados espaciais.
* Problemas e oportunidades.
* Papel dos SIGs * Introdução.
* Análise espacial simples baseada em SIG:
* Seleção de objetos espaciais:
* Por atributos georreferenciados.
* Por interceção geométrica.
// //Buffers* de objetos espaciais.
* Interseção geométrica:
* União.
* Interceção.
* Proximidade.
* Contiguidade.
* Interpolação e campos.
* Funções de densidade.
* Análises sobre redes.
* Consultas.
* Análise espacial avançada baseada em SIG:
* Integração de dados e gestão.
* Exploração.
* Visualização pós-modelagem.
* Associando tipos de ordem superior de análise espacial ao SIG:
* Modelagem de erros.
* Agregação de cruzamento de áreas.
* Um papel para o SIG?
* Explorando Dados Espaciais Visualmente
* Introdução.
* Plotagens de ramos e folhas.
// //Boxplots* .
* Histogramas.
* Estimativas de densidade.
* Mapas.
* Matriz de dispersão.
* Plotagens de associação.
* Plotagens de coordenadas paralelas.
* RADVIZ.
* Busca de projeção.
* Análise local
* Introdução.
* Natureza das variações locais em relacionamentos.
* Medindo relacionamentos locais em dados univariados:
* Análise de padrões de pontos locais.
* Outras medidas locais de relacionamentos espaciais univariados.
* Medindo relacionamentos locais em dados multivariados:
* Modelagem multinível.
* Método de expansão espacial.
* Regressão geograficamente ponderada (GWR).
* Comparação empírica do método da expansão espacial e o GWR:
* Os dados.
* Resultados do modelo de regressão global.
* Resultados do método de expansão espacial.
* Resultados GWR.
* Medindo relacionamentos locais em modelos de interação espacial.
* Análise de Padrões de Pontos * Introdução.
* Exploração inicial:
// Plotagens de dispersão (scatterplots*).
-
Outras plotagens exploratórias.
-
Abordagens não-gráficas para exploração de padrões de pontos.
-
Modelagem de padrões de pontos.
-
Análise de intensidade primeira-ordem:
// Estimativas de densidade
Kernel*.
* Análise de intensidade de segunda-ordem.
* Comparando distribuições:
// Comparando densidades //Kernel*.
* Comparando funções K.
* Comparando um padrão de pontos com uma “população de risco”.
* Regressão espacial e Modelos geoestatísticos
* Introdução.
* Modelos autorregressivos:
* Modelos espacialmente autorregressivos.
* Modelos médios de movimento espacial.
// //Kriging*:
* A técnica estatística.
* Um exemplo trabalhado.
// Superfícies de tendência de resíduos //kriging*.
* Abordagens de atenuação semi-paramétricos.
* Inferência estatística para Dados Espaciais
* Introdução.
* Inferência informal:
* Análise de dados exploratória (EDA) e visualização.
// Exploração de dados (data mining*):
// Análise de //clusters*.
-
Inferência formal:
-
Inferência Bayesiana.
-
Inferência clássica.
-
Inferência computacional e experimental:
-
Inferência estatística clássica e autocorrelação espacial.
-
Distribuições experimentais e autocorrelação espacial.
-
Uma comparação empírica da inferência clássica e experimental.
-
Construção e teste de modelos.
-
Modelagem espacial e Evolução da Teoria Espacial
-
Introdução.
-
Interação espacial como física social (1860-1970).
-
Interação espacial como mecânica estatística (1970-1980).
-
Interação espacial como processamento de informação a-espacial (1980-1990).
-
Interação espacial como processamento de informação espacial (desde 1990).
-
Desafios em Análise Espacial de Dados
-
Retrospectiva.
-
Desafios correntes:
-
O problema da unidade de área modificável.
-
Não-estacionaridade espacial.
-
Quadros inferenciais alternativos (Bayes, MCMC).
-
Geometria.
-
Conceitos básicos espaciais: proximidade e acessibilidade.
-
Combinação espaço e tempo.
-
Treinando pessoas para pensar espacialmente: