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.