《普通高等教育"十一五"國家級規劃教材:空間數據分析教程》包括空間數據可視化與探索分析、空間統計學、空間智慧型計算、空間運籌和時空分析，以及空間分析軟體包等內容。《普通高等教育"十一五"國家級規劃教材:空間數據分析教程》涉及的各種方法和模型均附有真實案例和數據，以及軟體操作截屏圖，讀者可以重複這一過程，輸入自己的數據迅速得到分析結果。閱讀此書只需機率統計的基本知識。
基本介紹
- 書名：普通高等教育"十一五"國家級規劃教材:空間數據分析教程
- 類型：地理信息系統
- 出版日期：2010年2月1日
- 語種：簡體中文
- 品牌：科學出版社
- 作者：王勁峰 廖一蘭
- 出版社：科學出版社
- 頁數：301頁
- 開本：5
內容簡介,圖書目錄,文摘,
內容簡介
《普通高等教育"十一五"國家級規劃教材:空間數據分析教程》可作為地學和社會科學等專業本科生、研究生的教材，同時也可供地理信息科學及相關專業師生閱讀參考。
圖書目錄
前言
引論
0.1舉例
0.2空間分析理論體系
0.3本書結構
第1章GIS簡介
1.1舉例
1.2 GIS原理
1.3 ArcGIS軟體使用步驟
第2章地圖分析
2.1意念地圖
2.2圖形分析
2.3圖譜分析
第3章探索性空間分析
3.1線性相關性分析
3.2回歸分析
3.3主成分分析
3.4層次分析
3.5地理探測器
第4章空間相關性和異質性
4.1空間相關性
4.2空間異質性
4.3校正和運用
第5章空間抽樣
5.1空間簡單隨機抽樣
5.2空間系統抽樣
5.3空間分層抽樣
5.4空間三明治抽樣
5.5案例
第6章點格局識別
6.1樣方分析
6.2最鄰近距離統計
6.3 Ripley’s K函式
第7章點數據插值
7.1趨勢面方法
7.2反距離加權法（IDW）
7.3 Kriging方法
7.4 Co—Kriging方法
7.5核心估計函式法
7.6“3G”方法
第8章格數據統計
8.1空間自相關
8.2可變面元問題
8.3空間熱點探測
第9章格數據回歸
9.1通用模型
9.2空間滯後模型
9.3空間誤差模型
9.4地理加權回歸
第l0章決策樹
10.1原理
10.2案例
10.3算法
第11章貝葉斯網路
11.1原理
11.2案例l：出生缺陷預測
11.3案例2：交通流預測
11.4數學模型
第l2章人工神經網路
12.1原理
12.2案例
12.3數學模型
第13章粗糙集
13.1原理
13.2案例1：出生缺陷
13.3案例2：交通流預測
13.4分析流程
第14章支持向量機
14.1原理
14.2案例
14.3數學模型
第15章粒子群最佳化算法
15.1原理
15.2案例
15.3數學模型
第16章期望最大化算法
16.1原理
16.2案例
16.3數學模型
第17章空間運籌
17.1零售業空間價格模型
17.2房屋空間價格模型
17.3資源空間配置邊際效益均衡模型
第18章BME模型
18.1原理
18.2輸入
18.3輸出
18.4軟體使用步驟
第19章演化樹預報模型
19.1原理
19.2案例
第20章Meta建模
20.1原理
20.2案例
第21章空間統計學軟體包
21.1 GeoDa：空問統計分析軟體
21.2 CrimeStat：空間聚類軟體
21.3 WinBUGS和GeoBUGS：層次貝葉斯建模軟體
21.4 SatScan：空間掃描軟體
21.5 SSSI：空間抽樣與統計推斷軟體
第22章空間智慧型計算軟體包
22.1 Bayesian Belief Network：貝葉斯網路推理軟體
22.2 Yaahp：層次分析軟體
22.3 SPSS：數據統計軟體
22.4 Weka：數據挖掘軟體
22.5 PSO/ACO2：粒子群算法軟體
22.6 MATLAB：科學計算軟體
22.7 LIBSVM：支持向量機軟體
主要參考文獻
概念
引論
0.1舉例
0.2空間分析理論體系
0.3本書結構
第1章GIS簡介
1.1舉例
1.2 GIS原理
1.3 ArcGIS軟體使用步驟
第2章地圖分析
2.1意念地圖
2.2圖形分析
2.3圖譜分析
第3章探索性空間分析
3.1線性相關性分析
3.2回歸分析
3.3主成分分析
3.4層次分析
3.5地理探測器
第4章空間相關性和異質性
4.1空間相關性
4.2空間異質性
4.3校正和運用
第5章空間抽樣
5.1空間簡單隨機抽樣
5.2空間系統抽樣
5.3空間分層抽樣
5.4空間三明治抽樣
5.5案例
第6章點格局識別
6.1樣方分析
6.2最鄰近距離統計
6.3 Ripley’s K函式
第7章點數據插值
7.1趨勢面方法
7.2反距離加權法（IDW）
7.3 Kriging方法
7.4 Co—Kriging方法
7.5核心估計函式法
7.6“3G”方法
第8章格數據統計
8.1空間自相關
8.2可變面元問題
8.3空間熱點探測
第9章格數據回歸
9.1通用模型
9.2空間滯後模型
9.3空間誤差模型
9.4地理加權回歸
第l0章決策樹
10.1原理
10.2案例
10.3算法
第11章貝葉斯網路
11.1原理
11.2案例l：出生缺陷預測
11.3案例2：交通流預測
11.4數學模型
第l2章人工神經網路
12.1原理
12.2案例
12.3數學模型
第13章粗糙集
13.1原理
13.2案例1：出生缺陷
13.3案例2：交通流預測
13.4分析流程
第14章支持向量機
14.1原理
14.2案例
14.3數學模型
第15章粒子群最佳化算法
15.1原理
15.2案例
15.3數學模型
第16章期望最大化算法
16.1原理
16.2案例
16.3數學模型
第17章空間運籌
17.1零售業空間價格模型
17.2房屋空間價格模型
17.3資源空間配置邊際效益均衡模型
第18章BME模型
18.1原理
18.2輸入
18.3輸出
18.4軟體使用步驟
第19章演化樹預報模型
19.1原理
19.2案例
第20章Meta建模
20.1原理
20.2案例
第21章空間統計學軟體包
21.1 GeoDa：空問統計分析軟體
21.2 CrimeStat：空間聚類軟體
21.3 WinBUGS和GeoBUGS：層次貝葉斯建模軟體
21.4 SatScan：空間掃描軟體
21.5 SSSI：空間抽樣與統計推斷軟體
第22章空間智慧型計算軟體包
22.1 Bayesian Belief Network：貝葉斯網路推理軟體
22.2 Yaahp：層次分析軟體
22.3 SPSS：數據統計軟體
22.4 Weka：數據挖掘軟體
22.5 PSO/ACO2：粒子群算法軟體
22.6 MATLAB：科學計算軟體
22.7 LIBSVM：支持向量機軟體
主要參考文獻
概念
文摘
著作權頁：
插圖：
收集數據是科學研究的起點，有窮盡枚舉法和抽樣調查兩種方法。抽樣調查相對於窮盡枚舉法的優點在於：減少費用，如果數據的代表性被全部數據集中的一小部分所保證，那么樣本估值費用將比完全調查要少；②提高速度，對小樣本的收集和總結較完全樣本集收集為快；③提高精度，當樣本量少時，可以選擇數據質量更好的樣本，並更加集中精力於少量樣本採集處理以提高樣本質量，基於高質量的小樣本量估計有可能較大樣本估計精度更高。一個好的或效率高的抽樣調查方案是指用較少的樣本量獲取精度較高的統計估計值。
經典抽樣方法（Cochran，1977）已經廣泛運用於工程、社會經濟調查、土壤調查、生態研究、土地利用和流行病學調查，其理論前提是樣本互相獨立。但是，空間分布的研究對象通常具有空間相關性，用經典抽樣法調查空間分布對象時效率較低，也就是給定總體估值精度要求，需要更多的樣本量；同時，樣本的離散方差（disDersion variance）發生畸變、超總體均值樣本估值方差（variance of superpopu lation mean estimated by sample mean）被低估（Haining，1988）、可觀測總體均值樣本估值方差（variance of observable population mean estimated by sample mean）被高估（Ripley，1981）。因此，在調查具有空間分布的對象，以及用空間樣本數據對總體進行統計推斷時，應當採用考慮空間相關性的空間抽樣理論和方法（Atkinson，1991；Foody，2002；Griffith et al.，1994；Haining，2003；Rodriguez—Iturbe and Mejia.，l974 Stehman，2003；王勁峰等，2009）。
空間抽樣及統計推斷按五步驟完成：第一步，確定抽樣目的。可以是研究區域，即總體（Population）的均值（mean）或總值（total）；或未抽樣點值（values at unsampled sites），即空間插值（spatial interpolation）；極值；秩；或其他地學特徵值。不同目的決定了不同的樣本估值公式及估值誤差度量公式。第二步，選擇布樣方式。可以是簡單隨機布樣（random sampling）、（空間等間隔）系統布樣（systematic sampling）或（空間）分層（即地學中的分區）布樣（stratified sampling）。簡單隨機布樣較易實施，但樣本容易居於幾偶，如果研究對象呈現出空間聚集性，將導致樣本估值易受某些局域控制，沒有反映總體；系統布樣較易實施，但如果研究對象呈現有規律的空間分布時，等間距的系統布樣容易造成估值偏移（bias）；分層布樣要求在布樣之前，根據先驗知識對研究區劃分為相對均勻的若干子區域，然後在各子區域內實施簡單隨機或系統布樣，效率較高，區劃的準確性影響分層抽樣效率。
插圖：
收集數據是科學研究的起點，有窮盡枚舉法和抽樣調查兩種方法。抽樣調查相對於窮盡枚舉法的優點在於：減少費用，如果數據的代表性被全部數據集中的一小部分所保證，那么樣本估值費用將比完全調查要少；②提高速度，對小樣本的收集和總結較完全樣本集收集為快；③提高精度，當樣本量少時，可以選擇數據質量更好的樣本，並更加集中精力於少量樣本採集處理以提高樣本質量，基於高質量的小樣本量估計有可能較大樣本估計精度更高。一個好的或效率高的抽樣調查方案是指用較少的樣本量獲取精度較高的統計估計值。
經典抽樣方法（Cochran，1977）已經廣泛運用於工程、社會經濟調查、土壤調查、生態研究、土地利用和流行病學調查，其理論前提是樣本互相獨立。但是，空間分布的研究對象通常具有空間相關性，用經典抽樣法調查空間分布對象時效率較低，也就是給定總體估值精度要求，需要更多的樣本量；同時，樣本的離散方差（disDersion variance）發生畸變、超總體均值樣本估值方差（variance of superpopu lation mean estimated by sample mean）被低估（Haining，1988）、可觀測總體均值樣本估值方差（variance of observable population mean estimated by sample mean）被高估（Ripley，1981）。因此，在調查具有空間分布的對象，以及用空間樣本數據對總體進行統計推斷時，應當採用考慮空間相關性的空間抽樣理論和方法（Atkinson，1991；Foody，2002；Griffith et al.，1994；Haining，2003；Rodriguez—Iturbe and Mejia.，l974 Stehman，2003；王勁峰等，2009）。
空間抽樣及統計推斷按五步驟完成：第一步，確定抽樣目的。可以是研究區域，即總體（Population）的均值（mean）或總值（total）；或未抽樣點值（values at unsampled sites），即空間插值（spatial interpolation）；極值；秩；或其他地學特徵值。不同目的決定了不同的樣本估值公式及估值誤差度量公式。第二步，選擇布樣方式。可以是簡單隨機布樣（random sampling）、（空間等間隔）系統布樣（systematic sampling）或（空間）分層（即地學中的分區）布樣（stratified sampling）。簡單隨機布樣較易實施，但樣本容易居於幾偶，如果研究對象呈現出空間聚集性，將導致樣本估值易受某些局域控制，沒有反映總體；系統布樣較易實施，但如果研究對象呈現有規律的空間分布時，等間距的系統布樣容易造成估值偏移（bias）；分層布樣要求在布樣之前，根據先驗知識對研究區劃分為相對均勻的若干子區域，然後在各子區域內實施簡單隨機或系統布樣，效率較高，區劃的準確性影響分層抽樣效率。
