Spatial Data Analysis: Models, Methods and Techniques

در دسترس بودن پایگاه‌های اطلاعاتی مکانی و استفاده گسترده از سیستم‌های اطلاعات جغرافیایی علاقه فزاینده‌ای را به تحلیل و مدل‌سازی داده‌های مکانی برانگیخته است. تجزیه و تحلیل داده های فضایی بر شناسایی الگوها، و کاوش و مدل سازی روابط بین آنها به منظور درک فرآیندهای مسئول ظهور آنها تمرکز دارد. به این ترتیب، بر نقش فضا تأکید می شود و درک ما از عملکرد و بازنمایی فضا، الگوهای فضایی و فرآیندها افزایش می یابد. در تحقیقات کاربردی، تشخیص بعد فضایی اغلب نتایج متفاوت و معنی‌داری را به همراه دارد و به جلوگیری از نتیجه‌گیری‌های اشتباه کمک می‌کند. این کتاب با هدف ارائه مقدمه ای بر تحلیل داده های مکانی برای فارغ التحصیلان علاقه مند به تحقیقات آماری کاربردی است. متن از دیدگاهی مبتنی بر داده‌ها و نه از دیدگاه مبتنی بر تئوری ساختار یافته است و بر آن مدل‌ها، روش‌ها و تکنیک‌هایی تمرکز دارد که برای دانشجویان تحصیلات تکمیلی هم قابل دسترس و هم کاربردی هستند. تکنیک‌های اکتشافی و همچنین رویکردهای رسمی‌تر مبتنی بر مدل ارائه شده‌اند و هم داده‌های منطقه و هم داده‌های جریان مبدا-مقصد در نظر گرفته می‌شوند.

The availability of spatial databases and widespread use of geographic information systems has stimulated increasing interest in the analysis and modelling of spatial data. Spatial data analysis focuses on detecting patterns, and on exploring and modelling relationships between them in order to understand the processes responsible for their emergence. In this way, the role of space is emphasised , and our understanding of the working and representation of space, spatial patterns, and processes is enhanced. In applied research, the recognition of the spatial dimension often yields different and more meaningful results and helps to avoid erroneous conclusions. This book aims to provide an introduction into spatial data analysis to graduates interested in applied statistical research. The text has been structured from a data-driven rather than a theory-based perspective, and focuses on those models, methods and techniques which are both accessible and of practical use for graduate students. Exploratory techniques as well as more formal model-based approaches are presented, and both area data and origin-destination flow data are considered.