《空間數據分析教程（第二版）》是2019年03月01日科學出版社出版的圖書，作者是王勁峰、廖一蘭、劉鑫。
基本介紹
- 書名：空間數據分析教程（第二版）
- 作者：王勁峰、廖一蘭、劉鑫
- ISBN：9787030607898
- 頁數：269
- 定價：59.00元
- 出版社：科學出版社
- 出版時間：2019年03月01日
- 裝幀：平裝
- 開本：16
內容簡介,圖書目錄,
內容簡介
環境與社會科學的數據多存在於地理空間之中，空間數據分析方法是分析挖掘地理空間數據信息和知識的有效手段。本書包括了空間探索性分析、空間統計學、機器學習和時空分析，以及空間分析軟體包和案例數據等內容。本書介紹的各種方法和模型均附有真實案例和數據，以及軟體和數據下載地址和操作步驟，讀者可以按照書中描述重複這一過程，然後輸入自己的數據迅速得到自己的計算結果。閱讀本書只需要機率統計的基本知識即可。
圖書目錄
第二版前言
第一版前言
引論 1
0.1 舉例 1
0.2 空間數據分析理論體系 5
0.3 模型選擇與效果評估 6
0.4 本書結構 7
第一篇 空間探索性分析
第1章 GIS 簡介 10
1.1 案例 10
1.2 GIS 原理 13
1.3 ArcGIS 軟體使用步驟 16
第2章 地圖分析 21
2.1 意念地圖 21
2.2 圖形分析 22
2.3 圖譜分析 25
第二篇 空間統計學
第3章 空間總體特性 30
3.1 空間自相關性 31
3.2 空間分層異質性 38
3.3 可變面元問題 42
3.4 小結 43
第4章 空間抽樣 45
4.1 空間簡單隨機抽樣 48
4.2 空間系統抽樣 49
4.3 空間分層抽樣 50
4.4 空間三明治抽樣 53
4.5 “三位一體”空間抽樣理論 56
第5章 空間插值 61
5.1 核密度估計 61
5.2 趨勢面 64
5.3 反距離加權法 66
5.4 Kriging 方法 69
5.5 CoKriging 方法 71
5.6 三明治插值 75
5.7 “3G”方法 77
第6章 空間格局 82
6.1 空間點格局 82
6.2 空間熱點 90
6.3 空間分異 96
第7章 空間回歸 97
7.1 通用模型 97
7.2 空間滯後模型 97
7.3 空間誤差模型 100
7.4 地理加權回歸(GWR) 101
第8章 地理探測器 107
8.1 原理 107
8.2 軟體 110
8.3 案例 111
8.4 討論和結論 117
第三篇 機器學習
第9章 決策樹與隨機森林 122
9.1 原理 122
9.2 案例 123
9.3 數學模型 129
第10章 貝葉斯網路推理 131
10.1 原理 131
10.2 案例 132
10.3 數學模型 139
第11章 深度學習 141
11.1 原理 141
11.2 案例 142
第12章 粗糙集 147
12.1 原理 147
12.2 案例 148
12.3 數學模型 154
第13章 支持向量機 156
13.1 原理 156
13.2 案例 156
13.3 數學模型 160
第14章 粒子群算法 161
14.1 原理 161
14.2 案例 161
14.3 數學模型 166
第15章 期望最大化算法 168
15.1 原理 168
15.2 案例 168
15.3 數學模型 177
第四篇 時 空 分 析
第16章 EOF 和小波分析 180
16.1 原理 180
16.2 案例 181
16.3 數學模型 191
第17章 貝葉斯最大熵 194
17.1 原理 194
17.2 案例 194
17.3 數學模型 200
第18章 貝葉斯層次模型 202
18.1 原理 202
18.2 案例 203
18.3 數學模型 209
第19章 地理演化樹模型 211
19.1 原理 211
19.2 案例 212
19.3 討論 219
第20章 Genbank 序列時空進化分析 221
20.1 序列收集與比對 221
20.2 進化分析 225
20.3 時空進化過程可視化 235
概念 238
參考文獻 241
附錄
附錄A 空間統計學軟體包 252
A1 GeoDa：空間統計分析軟體 252
A2 CrimeStat：空間聚類軟體 253
A3 WinBUGS 和GeoBUGS：貝葉斯層次建模軟體 254
A4 SatScan：空間掃描軟體 257
A5 Geodetector：地理探測器軟體 258
A6 SSSI：空間抽樣與統計推斷軟體 259
附錄B 機器學習軟體包 262
B1 Bayesian Belief Network：貝葉斯網路推理軟體 262
B2 Rosetta：粗糙集計算軟體 263
B3 SPSS：數據統計軟體 264
B4 Weka：數據挖掘軟體 265
B5 PSO/ACO2：粒子群算法軟體 265
B6 MATLAB：科學計算軟體 266
B7 MiniTab：智慧型統計分析軟體 267
B8 BMEGUI：貝葉斯最大熵軟體 267
B9 地理演化樹模型 267
B10 BEAST：科學計算軟體 268
B11 R：數據分析和圖形顯示的程式設計環境 269
附錄C 數據集(Excel 和GIS 格式) 270
第一版前言
引論 1
0.1 舉例 1
0.2 空間數據分析理論體系 5
0.3 模型選擇與效果評估 6
0.4 本書結構 7
第一篇 空間探索性分析
第1章 GIS 簡介 10
1.1 案例 10
1.2 GIS 原理 13
1.3 ArcGIS 軟體使用步驟 16
第2章 地圖分析 21
2.1 意念地圖 21
2.2 圖形分析 22
2.3 圖譜分析 25
第二篇 空間統計學
第3章 空間總體特性 30
3.1 空間自相關性 31
3.2 空間分層異質性 38
3.3 可變面元問題 42
3.4 小結 43
第4章 空間抽樣 45
4.1 空間簡單隨機抽樣 48
4.2 空間系統抽樣 49
4.3 空間分層抽樣 50
4.4 空間三明治抽樣 53
4.5 “三位一體”空間抽樣理論 56
第5章 空間插值 61
5.1 核密度估計 61
5.2 趨勢面 64
5.3 反距離加權法 66
5.4 Kriging 方法 69
5.5 CoKriging 方法 71
5.6 三明治插值 75
5.7 “3G”方法 77
第6章 空間格局 82
6.1 空間點格局 82
6.2 空間熱點 90
6.3 空間分異 96
第7章 空間回歸 97
7.1 通用模型 97
7.2 空間滯後模型 97
7.3 空間誤差模型 100
7.4 地理加權回歸(GWR) 101
第8章 地理探測器 107
8.1 原理 107
8.2 軟體 110
8.3 案例 111
8.4 討論和結論 117
第三篇 機器學習
第9章 決策樹與隨機森林 122
9.1 原理 122
9.2 案例 123
9.3 數學模型 129
第10章 貝葉斯網路推理 131
10.1 原理 131
10.2 案例 132
10.3 數學模型 139
第11章 深度學習 141
11.1 原理 141
11.2 案例 142
第12章 粗糙集 147
12.1 原理 147
12.2 案例 148
12.3 數學模型 154
第13章 支持向量機 156
13.1 原理 156
13.2 案例 156
13.3 數學模型 160
第14章 粒子群算法 161
14.1 原理 161
14.2 案例 161
14.3 數學模型 166
第15章 期望最大化算法 168
15.1 原理 168
15.2 案例 168
15.3 數學模型 177
第四篇 時 空 分 析
第16章 EOF 和小波分析 180
16.1 原理 180
16.2 案例 181
16.3 數學模型 191
第17章 貝葉斯最大熵 194
17.1 原理 194
17.2 案例 194
17.3 數學模型 200
第18章 貝葉斯層次模型 202
18.1 原理 202
18.2 案例 203
18.3 數學模型 209
第19章 地理演化樹模型 211
19.1 原理 211
19.2 案例 212
19.3 討論 219
第20章 Genbank 序列時空進化分析 221
20.1 序列收集與比對 221
20.2 進化分析 225
20.3 時空進化過程可視化 235
概念 238
參考文獻 241
附錄
附錄A 空間統計學軟體包 252
A1 GeoDa：空間統計分析軟體 252
A2 CrimeStat：空間聚類軟體 253
A3 WinBUGS 和GeoBUGS：貝葉斯層次建模軟體 254
A4 SatScan：空間掃描軟體 257
A5 Geodetector：地理探測器軟體 258
A6 SSSI：空間抽樣與統計推斷軟體 259
附錄B 機器學習軟體包 262
B1 Bayesian Belief Network：貝葉斯網路推理軟體 262
B2 Rosetta：粗糙集計算軟體 263
B3 SPSS：數據統計軟體 264
B4 Weka：數據挖掘軟體 265
B5 PSO/ACO2：粒子群算法軟體 265
B6 MATLAB：科學計算軟體 266
B7 MiniTab：智慧型統計分析軟體 267
B8 BMEGUI：貝葉斯最大熵軟體 267
B9 地理演化樹模型 267
B10 BEAST：科學計算軟體 268
B11 R：數據分析和圖形顯示的程式設計環境 269
附錄C 數據集(Excel 和GIS 格式) 270
