Karta předmětu prezenční studium

Transkript

1 Karta předmětu prezenční studium Název předmětu: Prostorová analýza dat (PAD) Číslo předmětu: Garantující institut: Garant předmětu: Institut geoinformatiky doc. Dr. Ing. Jiří Horák Kredity: 5 Povinnost: povinný Úroveň studia: graduální Jazyk výuky: český Ročník: 2 Semestr: 3 Odkaz na web: Určeno pro fakulty: HGF Určeno pro typ studia: navazující magisterské Způsob zakončení: záp. + zk. Rozsah výuky: Prerekvizity: - Korekvizity: - Vyskytuje se v prerekvizitách: - Výstupy z učení - student prokazuje znalosti: základních principů statistiky prostorových dat modelování prostorové distribuce bodů způsobů hodnocení nenáhodnosti uspořádání bodů analýzy časoprostorových dat využití teorie grafů pro hodnocení prostorového uspořádání linií i běžné metody optimalizace v grafech modelování interakčních dat metod multivariační statistiky prostorových dat metod regresní analýzy prostorových dat základních statistických úloh pro areálová data

2 - student umí: samostatně realizovat vybrané statistické analýzy v prostředí GIS a interpretovat je provádět vybrané optimalizační úlohy s využitím teorie grafů - student je schopen: navrhnout způsob řešení statistické analýzy prostorových dat řešit vybrané optimalizační úlohy pro prostorová data Metody výuky (zastoupení jednotlivých metod je třeba kvantifikovat v %) přednášky 35 % cvičení 35 % samostatná práce 30 % Anotace Definice, historie, cíle prostorových analýz a typy používaných metod. Přehled statistických prostorových analýz. Body. Popisná statistika pro body. Inferenční statistické testy pro body. Kvadrantové testy. Metoda nejbližší vzdálenosti. K funkce. Modelování prostorového uspořádání událostí (bodů). Transformace bodového vzorku do kontinuálního pole. Analýza vícenásobných typů událostí. Časoprostorové analýzy. Linie. Statistický popis. Úvod do teorie grafů. Hledání optimální cesty. Dopravní dostupnost. Lokalizační a alokační úlohy. Gravitační teorie. Analýza interakčních dat. Polygony. Plošná interpolace. Problém regionalizace. Vyhlazování areálových dat. Multivariační techniky. Regresní modelování. Povinná literatura Horák, J.: Prostorová analýza dat, skripta, VŠB-TU Ostrava stran. Smith M.J., Goodchild M.F., Longley P.A.: Geospatial Analysis Doporučená literatura Burrough, P., McDonnell, R.: Principles of Geographical Information Systems. Oxford, Oxford University Press, 1998, 336 s., ISBN Bailey, T., Gatrell, A.: Interactive spatial data analysis. Essex, Longman Scientific & Technical, 1995, 413 s. Cressie, N.: Statistics for spatial data. USA, John Wiley & Sons Inc., 1993, 900 s., ISBN LeSage J. P.: Spatial Econometrics stran Nároky na zabezpečení výuky Pro cvičení počítačová laboratoř s nainstalovanými programy ArcGIS, GeoDa, R. Metody průběžné kontroly znalostí během semestru Znalosti a dovednosti v průběhu semestru jsou kontrolovány průběžně samostatnými úkoly na cvičeních.

3 Osnova přednášek 1) Prostorová analýza dat. Cíle a druhy analýzy. 2) Typy dat a vztah k prostorovým analýzám. 3) Popisná statistika pro body. Kvadrantové testy náhodnosti pro body. 4) Metoda nejbližších vzdáleností pro body. K-funkce pro body. 5) Modelování prostorového uspořádání událostí/bodů. 6) Transformace bodové textury do kontinuálního pole. 7) Analýzy vícenásobných typů událostí. 8) Časoprostorové analýzy událostí. 9) Linie a analýza interakčních dat. Základní pojmy z teorie grafů. 10) Typy grafů a popis struktur (matice, relace). 11) Hledání optimálních cest (algoritmy Dantzigův, Floydův, Dijkstrův), nejlevnější kostra. 12) Hodnocení dopravní dostupnosti. 13) Lokalizační a alokační úlohy. Gravitační teorie a její zobecnění. 14) Statistický popis liniového vzorku. Vizualizace interakčních dat. 15) Problém plošné interpolace a regionalizace. Vyhlazování areálových dat. 16) Sledování autokorelace u areálových dat. 17) Multivariační techniky pro prostorová data. 18) Regresní modely pro prostorová data. Osnova cvičení 1) Průzkumová analýza dat (EDA). 2) Průzkumová prostorová analýza dat (ESDA). 3) Popisná statistika pro body. 4) Časoprostorové analýzy událostí. 5) Transformace bodové textury do kontinuálního pole. 6) Inferenční statistické testy (k-funkce). 7) Globální a lokální prostorová autokorelace. 8) Prostorové regresní modely. 9) Nalezení nejlevnější cesty mezi body. Otázky ke zkoušce 1) Prostorová analýza dat. Cíle a druhy analýzy. 2) Typy dat a vztah k prostorovým analýzám. 3) Popisná statistika pro body. 4) Kvadrantové testy náhodnosti pro body. 5) Metoda nejbližších vzdáleností pro body. 6) K funkce pro body. 7) Modelování prostorového uspořádání událostí/bodů. 8) Transformace bodové textury do kontinuálního pole. 9) Analýzy vícenásobných typů událostí.

4 10) Časoprostorové analýzy událostí. 11) Linie a analýza interakčních dat. 12) Základní pojmy z teorie grafů. Typy grafů, popis struktur (matice, relace). 13) Hledání optimálních cest (algoritmy Dantzigův, Floydův, Dijkstrův), 14) Hledání nejlevnější kostry. 15) Hodnocení dopravní dostupnosti. 16) Lokalizační a alokační úlohy. 17) Gravitační teorie a její zobecnění. 18) Statistický popis liniového vzorku. Vizualizace interakčních dat. 19) Problém plošné interpolace a regionalizace. 20) Vyhlazování areálových dat. 21) Sledování autokorelace u areálových dat. 22) Multivariační techniky pro prostorová data Podmínky absolvování předmětu Název úlohy Typ úlohy Max. počet bodů (akt. za podúlohy) Min. počet bodů Zápočet a zkouška Zápočet a zkouška 100 (100) 51 Zápočet Zápočet 33 (33) 17 Zkouška Zkouška 67 (67) 34 Písemná zkouška Písemná zkouška Ústní zkouška Ústní zkouška Údaje o předmětu v cizím jazyce Annotation The definition, history, objectives of spatial analysing and types of the methods used. An overview of statistical spatial analyses. Points. Descriptive statistics for points. Statistical inference testing for points. Quadrant tests. Nearest neighbour method. K-function. Modelling of spatial arrangement of events (points). Transformation of point sampled into continual field. Analysis of multi-types of events. Spatio-temporal analysing. Lines. Statistical description. Introduction to the theory of graphs. Searching for the shortest-path algorithm. Transport availability. Localization and allocation tasks. Theory of gravitation. Interactive data analysis. Polygons. Area interpolation. Issue of regionalization. Smoothing of areal data. Multivariate techniques. Regression modelling. Outline of lectures 1) Spatial data analysis. The objectives and the types of analysing. 2) Data types and the relationship towards spatial analysing. 3) Descriptive statistics for points. Quadrant tests of random character for points. 4) Nearest neighbour method for points. K-function for points.

5 5) Modelling of spatial arrangement of events/points. 6) Transformation of point texture into continual field. 7) Analysis of multi-types of events. 8) Spatio-temporal analysis of events. 9) Lines and interactive data analysis. General concepts of the theory of graphs. 10) Types of graphs and description of structures (matrices, relations). 11) Searching for shortest-path algorithms (Dantzig, Floyd and Dijkstr algorithms), cheapest path. 12) Assessment on transport availability. 13) Localization and allocation tasks. Theory of gravitation and generalized theory of gravitation. 14) Statistical description of line sample. Visualisation of interactive data. 15) The issue of area interpolation and regionalization. Smoothing of areal data. 16) Monitoring the auto-correlation in areal data. 17) Multivariate techniques for spatial data. 18) Regression models for spatial data. Outline of exercises 1) Exploratory data analysis (EDA). 2) Exploratory spatial data analysis (ESDA). 3) Descriptive statistics for points. 4) Spatio-temporal analysis of events. 5) Transformation of point texture into continual field. 6) Statistical inference tests (K-function). 7) Global and local spatial autocorrelation. 8) Spatial regression models. 9) Searching for cheapest path between points. Exam question topics 1) Spatial data analysis. The objectives and the types of analysing. 2) Data types and the relationship towards spatial analysing. 3) Descriptive statistics for points. 4) Quadrant tests of random character for points. 5) Nearest neighbour method for points. 6) K-function for points. 7) Modelling of spatial arrangement of events/points. 8) Transformation of point texture into continual field. 9) Analysis of multi-types of events. 10) Spatio-temporal analysis of events. 11) Lines and interactive data analysis. 12) General concepts of the theory of graphs. Types of graphs, description of structures (matrices, relations). 13) Searching for shortest-path algorithms (Dantzig, Floyd and Dijkstr algorithms).

6 14) Searching for cheapest path. 15) Assessment on transport availability. 16) Localization and allocation tasks. 17) Theory of gravitation and generalized theory of gravitation. 18) Statistical description of line sample. Visualisation of interactive data. 19) The issue of area interpolation and regionalization. 20) Smoothing of areal data. 21) Monitoring the auto-correlation in areal data. 22) Multivariate techniques for spatial data.