空間數(shù)據(jù)分析與R語言實踐

第一部分 r的空間數(shù)據(jù)處理
第1章 空間數(shù)據(jù)介紹
1.1 空間數(shù)據(jù)分析
1.2 為什么要用r
1.2.1 概述
1.2.2 為什么使用r進(jìn)行空間數(shù)據(jù)分析
1.3 r和gis
1.3.1 什么是gis
1.3.2 面向服務(wù)的架構(gòu)
1.3.3 進(jìn)一步了解gis
1.4 空間數(shù)據(jù)的類型
1.5 存儲和顯示
1.6 空間數(shù)據(jù)分析應(yīng)用
1.7 r空間資源
1.7.1 在線資源
1.7.2 本書的結(jié)構(gòu)
第2章 r的空間數(shù)據(jù)類
2.1 概述
2.2 r中的類和方法
2.3 spatial對象
2.4 spatialpoints類
2.4.1 方法
2.4.2 空間點(diǎn)數(shù)據(jù)的數(shù)據(jù)框
2.5 spatiallines類
2.6 spatialpolygons類
2.6.1 spatialpolygons dataframe對象
2.6.2 孔和環(huán)方向
2.7 spatialgrid和spatialpixel對象
第3章 空間數(shù)據(jù)可視化
3.1 傳統(tǒng)繪圖系統(tǒng)
3.1.1 繪制點(diǎn)、線、多邊形和網(wǎng)格
3.1.2 坐標(biāo)軸和布局元素
3.1.3 坐標(biāo)軸標(biāo)簽和參考網(wǎng)格中的度
3.1.4 繪圖尺寸、繪圖區(qū)域、地圖比例以及多圖繪制
3.1.5 繪圖屬性和地圖圖例
3.2 使用spplot的trellis/lattice繪制
3.2.1 一個直觀的trellis示例
3.2.2 繪制點(diǎn)、線、面和網(wǎng)格
3.2.3 對圖添加參考物和布局元素
3.2.4 安排面板布局
3.3 繪圖交互
3.3.1 基本圖形的交互
3.3.2 spplot和lattice的繪圖交互
3.4 彩色調(diào)色板和類區(qū)間
3.4.1 彩色調(diào)色板
3.4.2 類區(qū)間
第4章 空間數(shù)據(jù)導(dǎo)入/導(dǎo)出
4.1 坐標(biāo)參考系
4.1.1 使用epsg清單
4.1.2 proj.4 crs規(guī)范
4.1.3 投影和坐標(biāo)轉(zhuǎn)換
4.1.4 度、分和秒
4.2 矢量文件格式
4.2.1 使用rgdal包中的ogr驅(qū)動程序
4.2.2 其他的導(dǎo)入/導(dǎo)出函數(shù)
4.3 柵格文件格式
4.3.1 使用rgdal包中的gdal驅(qū)動
4.3.2 編寫一個google earth影像覆蓋
4.4 grass
百老街霍亂數(shù)據(jù)
4.5 其他的導(dǎo)入/導(dǎo)出接口
4.5.1 分析和可視化應(yīng)用
4.5.2 terralib和art
4.5.3 其他gis和web地圖系統(tǒng)
4.6 安裝rgdal包
第5章 空間數(shù)據(jù)處理高級方法
5.1 支撐
5.2 疊置
5.3 空間取樣
5.4 拓?fù)錂z查
5.4.1 多邊形合并
5.4.2 孔狀態(tài)檢查
5.5 組合空間數(shù)據(jù)
5.5.1 組合位置數(shù)據(jù)
5.5.2 組合屬性數(shù)據(jù)
5.6 輔助函數(shù)
第6章 定制空間數(shù)據(jù)類和方法
6.1 使用類和方法編程
6.1.1 s3型類和方法
6.1.2 s4型類和方法
6.2 程序包trip中的動物足跡數(shù)據(jù)
6.2.1 通用函數(shù)和構(gòu)造函數(shù)
6.2.2 trip對象的方法
6.3 多點(diǎn)數(shù)據(jù)：空間多重點(diǎn)
6.4 六邊形網(wǎng)格
6.5 時-空網(wǎng)格
6.6 蒙特卡洛模擬的空間分析
6.7 大型網(wǎng)格的處理
第二部分 空間數(shù)據(jù)分析
第7章 空間點(diǎn)模式分析
7.1 概述
7.2 空間點(diǎn)模式分析包
7.3 點(diǎn)模式的初步分析
7.3.1 完全空間隨機(jī)模式
7.3.2 g函數(shù)：最近鄰事件距離
7.3.3 f函數(shù)：一個點(diǎn)到其最鄰近事件的距離
7.4 空間點(diǎn)過程的統(tǒng)計分析
7.4.1 同質(zhì)泊松過程
7.4.2 非同質(zhì)泊松過程
7.4.3 強(qiáng)度的估計
7.4.4 非同質(zhì)泊松過程的似然
7.4.5 二階特性
7.4.6 非同質(zhì)的k函數(shù)
7.5 在空間流行病中的一些應(yīng)用
7.5.1 病例控制研究
7.5.2 二元回歸估計
7.5.3 使用廣義加模型的二元回歸
7.5.4 點(diǎn)源污染
7.5.5 空間聚集的評估
7.5.6 混雜變量和協(xié)變量的解釋
7.6 點(diǎn)模式分析更進(jìn)一步的方法
第8章 插值與地統(tǒng)計
8.1 概述
8.2 探索性數(shù)據(jù)分析
8.3 非地統(tǒng)計學(xué)插值方法
8.3.1 反距離加權(quán)插值
8.3.2 線性回歸
8.4 空間相關(guān)性估計：變異函數(shù)
8.4.1 探索性變異函數(shù)分析
8.4.2 截距、間隔寬度、方向依賴性
8.4.3 變異函數(shù)模型
8.4.4 各向異性
8.4.5 多變量變異函數(shù)模型
8.4.6 殘差變異函數(shù)模型
8.5 空間預(yù)測
8.5.1 泛克里金、普通克里金和簡單克里金法
8.5.2 多變量預(yù)測：協(xié)同克里金法
8.5.3 同位協(xié)同克里金法
8.5.4 協(xié)同克里金法對比
8.5.5 局部鄰域的克里金法
8.5.6 塊克里金法
8.5.7 區(qū)域劃分
8.5.8 趨勢函數(shù)和它們的系數(shù)
8.5.9 應(yīng)變量的非線性變換
8.5.10 奇異矩陣錯誤
8.6 模型診斷
8.6.1 交叉驗證殘差
8.6.2 交叉驗證的z-score
8.6.3 多變量交叉驗證
8.6.4 交叉驗證的局限性
8.7 地統(tǒng)計模擬
8.7.1 序貫?zāi)M
8.7.2 非線性空間聚集和塊均值
8.7.3 多變量和指示模擬
8.8 基于模型的地統(tǒng)計和貝葉斯方法
8.9 監(jiān)測網(wǎng)絡(luò)優(yōu)化
8.10 其他用于插值和地統(tǒng)計的r語言包
8.10.1 非地統(tǒng)計插值
8.10.2 spatial包
8.10.3 randomfields包
8.10.4 geor包和georglm包
8.10.5 fields包
第9章 面數(shù)據(jù)和空間自相關(guān)
9.1 概述
9.2 空間鄰域
9.2.1 鄰居對象
9.2.2 創(chuàng)建近鄰域
9.2.3 創(chuàng)建基于圖的近鄰
9.2.4 基于距離的近鄰
9.2.5 高階近鄰
9.2.6 網(wǎng)格近鄰
9.3 空 間 權(quán) 重
9.3.1 空間權(quán)重模式
9.3.2 一般空間權(quán)重
9.3.3 空間近鄰與權(quán)重的導(dǎo)入、導(dǎo)出和轉(zhuǎn)化
9.3.4 使用權(quán)重模擬空間自相關(guān)
9.3.5 操作空間權(quán)重
9.4 空間自相關(guān)檢驗
9.4.1 全局檢驗
9.4.2 局部檢驗
第10章 面數(shù)據(jù)建模
10.1 概述
10.2 空間統(tǒng)計方法
10.2.1 同步自回歸(sar)模型
10.2.2 條件自回歸(car)模型
10.2.3 擬合空間回歸模型
10.3 混合效應(yīng)模型
10.4 空間計量經(jīng)濟(jì)學(xué)方法
10.5 其他方法
10.5.1 gam、gee、glmm
10.5.2 moran特征
10.5.3 地理加權(quán)回歸
第11章 疾病制圖
11.1 簡介
11.2 統(tǒng)計模型
11.2.1 poisson-gamma模型
11.2.2 log-normal模型
11.2.3 marshall全局eb估計器
11.3 空間結(jié)構(gòu)統(tǒng)計模型
11.4 貝葉斯層次模型
11.4.1 再探poisson-gamma模型
11.4.2 空間模型
11.5 疾病聚集探測
11.5.1 相對風(fēng)險的同質(zhì)性檢驗
11.5.2 空間自相關(guān)的moran’s i檢驗
11.5.3 一般聚集的tango’s檢驗
11.5.4 聚集位置探測
11.5.5 地理分析機(jī)
11.5.6 kulldorfft統(tǒng)計
11.5.7 局部聚集的stone的測試
11.6 疾病制圖的其他主題
結(jié)語
參考文獻(xiàn)