Geografia Quantitativa

Estabelecendo os limites
- Montando o cenário
  - Decadência da geografia quantitativa nos anos 80 e 90:
    
    Desilusão com a filosofia positivista que a sustentava.
    
    Novos paradigmas em Geografia Humana, como o marxismo, o pós-modernismo, o estruturalismo, o humanismo.
    
    Busca de novos paradigmas para a pesquisa geográfica.
    
    Impacto das novas tecnologias da informação e da comunicação na pesquisa geográfica.
    
    Dificuldade relativa da geografia quantitativa por sua base matemática e estatística.
  - Reabilitação da geografia quantitativa através do SIG e do Geoprocessamento.
- O que é geografia quantitativa?
  - Consiste em:
    
    Análise de dados espaciais numéricos.
    
    Desenvolvimento da teoria espacial.
    
    Construção e teste de modelos matemáticos de processos espaciais.
  - Geógrafos quantitativos:
    
    Positivistas.
    
    Naturalistas.
    
    Geografia como “física”: busca de leis e relações.
    
    Exame de variações nos relacionamentos sobre o espaço através de formas “locais” de análise.
  - 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*.
  - Redes neurais.
- 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:
  - Ensinando geografia quantitativa. // //Software*.