微信扫码查看移动端店铺
~
更多参数>>
环境与社会科学的数据多存在于地理空间之中，空间数据分析方法是分析挖掘地理空间数据信息和知识的有效手段。本书包括了空间探索性分析、空间统计学、机器学习和时空分析，以及空间分析软件包和案例数据等内容。本书介绍的各种方法和模型均附有真实案例和数据，以及软件和数据下载地址和操作步骤，读者可以按照书中描述重复这一过程，然后输入自己的数据迅速得到自己的计算结果。阅读本书只需要概率统计的基本知识即可。
本书可供地学和社会科学领域的本科生、研究生使用，以及地理信息科学的学者参考。
第二版前言第一版前言引论 0.1 举例 0.2 空间数据分析理论体系 0.3 模型选择与效果评估 0.4 本书结构第一篇 空间探索性分析 第1章 GIS简介 1.1 案例 1.2 GIS原理 1.3 ArcGIS软件使用步骤 第2章 地图分析 2.1 意念地图 2.2 图形分析 2.3 图谱分析 第二篇 空间统计学 第3章 空间总体特性 3.1 空间自相关性 3.2 空间分层异质性 3.3 可变面元问题 3.4 小结 第4章 空间抽样 4.1 空间简单随机抽样 4.2 空间系统抽样 4.3 空间分层抽样 4.4 空间三明治抽样 4.5 “三位一体”空间抽样理论 第5章 空间插值 5.1 核密度估计 5.2 趋势面 5.3 反距离加权法 5.4 Kriging方法 5.5 CoKriging方法 5.6 三明治插值 5.7 “3G”方法 第6章 空间格局 6.1 空间点格局 6.2 空间热点 6.3 空间分异 第7章 空间回归 7.1 通用模型 7.2 空间滞后模型 7.3 空间误差模型 7.4 地理加权回归（GWR） 第8章 地理探测器 8.1 原理 8.2 软件 8.3 案例 8.4 讨论和结论第三篇 机器学习 第9章 决策树与随机森林 9.1 原理 9.2 案例 9.3 数学模型 第10章 贝叶斯网络推理 10.1 原理 10.2 案例 10.3 数学模型 第11章 深度学习 11.1 原理 11.2 案例 第12章 粗糙集 12.1 原理 12.2 案例 12.3 数学模型 第13章 支持向量机 13.1 原理 13.2 案例 13.3 数学模型 第14章 粒子群算法 14.1 原理 14.2 案例 14.3 数学模型 第15章 期望最大化算法 15.1 原理 15.2 案例 15.3 数学模型第四篇 时空分析 第16章 EOF和小波分析 16.1 原理 16.2 案例 16.3 数学模型 第17章 贝叶斯最大熵 17.1 原理 17.2 案例 17.3 数学模型 第18章 贝叶斯层次模型 18.1 原理 18.2 案例 18.3 数学模型 第19章 地理演化树模型 19.1 原理 19.2 案例 19.3 讨论 第20章 Genbank序列时空进化分析 20.1 序列收集与比对 20.2 进化分析 20.3 时空进化过程可视化 概念 参考文献附录 附录A 空间统计学软件包 A1 GeoDa：空间统计分析软件 A2 CrimeStat：空间聚类软件 A3 WinBUGS和GeoBUGS：贝叶斯层次建模软件 A4 SatScan：空间扫描软件 A5 Geodetector：地理探测器软件 A6 SSSI：空间抽样与统计推断软件 附录B 机器学习软件包 B1 Bayesian Belief Network：贝叶斯网络推理软件 B2 Rosetta：粗糙集计算软件 B3 SPSS：数据统计软件 B4 Weka：数据挖掘软件 B5 PSO/ACO2：粒子群算法软件 B6 MATLAB：科学计算软件 B7 MiniTab：智能统计分析软件 B8 BMEGUI：贝叶斯最大熵软件 B9 地理演化树模型 B10 BEAST：科学计算软件 B11 R：数据分析和图形显示的程序设计环境 附录C 数据集（Excel和GIS格式）
