《空間數據分析與R語言實踐》是2013年2月清華大學出版社出版的圖書，作者是Roger S.Bivand、Edzer J.Pebesma、Virgilio Gómez-Rubio。譯者是徐愛萍、舒紅。
基本介紹
內容介紹,目錄,
內容介紹
《空間數據分析與R語言實踐》較全面地介紹了R套用於空間數據分析的原理和方法。在介紹R中空間數據類、方法、空間對象、空間點類、空間線類、空間面類及空間格線的基礎上，首先介紹了空間數據的可視化、空間數據的導入導出、空間數據的處理及定製多點數據、六角形格線、時空格線及大型格線數據類的方法；然後介紹了空間點模式分析、插值與地統計分析、面數據和空間自相關分析和面數據建模；最後介紹了空間數據分析在疾病數據製圖及分析中的套用。
目錄
《空間數據分析與R語言實踐》
第一部分 R的空間數據處理
第1章 空間數據介紹 1
1.1 空間數據分析 1
1.2 為什麼要用R 2
1.2.1 概述 2
1.2.2 為什麼使用R進行空間數據分析 3
1.3 R和GIS 5
1.3.1 什麼是GIS 5
1.3.2 面向服務的架構 5
1.3.3 進一步了解GIS 5
1.4 空間數據的類型 6
1.5 存儲和顯示 10
1.6 空間數據分析套用 11
1.7 R空間資源 13
1.7.1 線上資源 13
1.7.2 本書的結構 14
第2章 R的空間數據類 17
2.1 概述 17
2.2 R中的類和方法 18
第一部分 R的空間數據處理
第1章 空間數據介紹 1
1.1 空間數據分析 1
1.2 為什麼要用R 2
1.2.1 概述 2
1.2.2 為什麼使用R進行空間數據分析 3
1.3 R和GIS 5
1.3.1 什麼是GIS 5
1.3.2 面向服務的架構 5
1.3.3 進一步了解GIS 5
1.4 空間數據的類型 6
1.5 存儲和顯示 10
1.6 空間數據分析套用 11
1.7 R空間資源 13
1.7.1 線上資源 13
1.7.2 本書的結構 14
第2章 R的空間數據類 17
2.1 概述 17
2.2 R中的類和方法 18
2.3 Spatial對象 22
2.4 SpatialPoints類 24
2.4.1 方法 25
2.4.2 空間點數據的數據框 27
2.5 SpatialLines類 31
2.6 SpatialPolygons類 35
2.6.1 SpatialPolygons DataFrame對象 37
2.6.2 孔和環方向 39
2.7 SpatialGrid和SpatialPixel對象 40
第3章 空間數據可視化 47
3.1 傳統繪圖系統 47
3.1.1 繪製點、線、多邊形和格線 47
3.1.2 坐標軸和布局元素 50
3.1.3 坐標軸標籤和參考格線中的度 53
3.1.4 繪圖尺寸、繪圖區域、地圖比例以及多圖繪製 54
3.1.5 繪圖屬性和地圖圖例 56
3.2 使用spplot的Trellis/Lattice繪製 57
3.2.1 一個直觀的Trellis示例 58
3.2.2 繪製點、線、面和格線 59
3.2.3 對圖添加參考物和布局元素 61
3.2.4 安排面板布局 63
3.3 繪圖互動 63
3.3.1 基本圖形的互動 63
3.3.2 spplot和lattice的繪圖互動 65
3.4 彩色調色板和類區間 66
3.4.1 彩色調色板 66
3.4.2 類區間 66
第4章 空間數據導入/導出 70
4.1 坐標參考系 71
4.1.1 使用EPSG清單 72
4.1.2 PROJ.4 CRS規範 72
4.1.3 投影和坐標轉換 73
4.1.4 度、分和秒 75
4.2 矢量檔案格式 76
4.2.1 使用rgdal包中的OGR驅動程式 77
4.2.2 其他的導入/導出函式 81
4.3 柵格檔案格式 81
4.3.1 使用rgdal包中的GDAL驅動 81
4.3.2 編寫一個Google Earth影像覆蓋 84
4.4 GRASS 86
百老街霍亂數據 91
4.5 其他的導入/導出接口 94
4.5.1 分析和可視化套用 94
4.5.2 TerraLib和aRT 95
4.5.3 其他GIS和Web地圖系統 96
4.6 安裝rgdal包 97
第5章 空間數據處理高級方法 99
5.1 支撐 99
5.2 疊置 102
5.3 空間取樣 104
5.4 拓撲檢查 106
5.4.1 多邊形合併 108
5.4.2 孔狀態檢查 109
5.5 組合空間數據 110
5.5.1 組合位置數據 110
5.5.2 組合屬性數據 110
5.6 輔助函式 112
第6章 定製空間數據類和方法 117
6.1 使用類和方法編程 117
6.1.1 S3型類和方法 118
6.1.2 S4型類和方法 119
6.2 程式包trip中的動物足跡數據 120
6.2.1 通用函式和構造函式 121
6.2.2 trip對象的方法 122
6.3 多點數據：空間多重點 123
6.4 六邊形格線 125
6.5 時-空格線 128
6.6 蒙特卡洛模擬的空間分析 132
6.7 大型格線的處理 134
第二部分 空間數據分析
第7章 空間點模式分析 136
7.1 概述 136
7.2 空間點模式分析包 137
7.3 點模式的初步分析 140
7.3.1 完全空間隨機模式 140
7.3.2 G函式：最近鄰事件距離 141
7.3.3 F函式：一個點到其最鄰近事件的距離 143
7.4 空間點過程的統計分析 144
7.4.1 同質泊松過程 145
7.4.2 非同質泊松過程 145
7.4.3 強度的估計 145
7.4.4 非同質泊松過程的似然 149
7.4.5 二階特性 151
7.4.6 非同質的K函式 152
7.5 在空間流行病中的一些套用 153
7.5.1 病例控制研究 153
7.5.2 二元回歸估計 158
7.5.3 使用廣義加模型的二元回歸 159
7.5.4 點源污染 161
7.5.5 空間聚集的評估 163
7.5.6 混雜變數和協變數的解釋 165
7.6 點模式分析更進一步的方法 168
第8章 插值與地統計 170
8.1 概述 170
8.2 探索性數據分析 171
8.3 非地統計學插值方法 172
8.3.1 反距離加權插值 172
8.3.2 線性回歸 173
8.4 空間相關性估計：變異函式 174
8.4.1 探索性變異函式分析 175
8.4.2 截距、間隔寬度、方向依賴性 178
8.4.3 變異函式模型 179
8.4.4 各向異性 183
8.4.5 多變數變異函式模型 184
8.4.6 殘差變異函式模型 186
8.5 空間預測 187
8.5.1 泛克里金、普通克里金和簡單克里金法 188
8.5.2 多變數預測：協同克里金法 189
8.5.3 同位協同克里金法 190
8.5.4 協同克里金法對比 191
8.5.5 局部鄰域的克里金法 191
8.5.6 塊克里金法 192
8.5.7 區域劃分 193
8.5.8 趨勢函式和它們的係數 194
8.5.9 應變數的非線性變換 195
8.5.10 奇異矩陣錯誤 197
8.6 模型診斷 198
8.6.1 交叉驗證殘差 199
8.6.2 交叉驗證的z-score 201
8.6.3 多變數交叉驗證 201
8.6.4 交叉驗證的局限性 202
8.7 地統計模擬 203
8.7.1 序貫模擬 203
8.7.2 非線性空間聚集和塊均值 205
8.7.3 多變數和指示模擬 206
8.8 基於模型的地統計和貝葉斯方法 207
8.9 監測網路最佳化 207
8.10 其他用於插值和地統計的R語言包 209
8.10.1 非地統計插值 209
8.10.2 spatial包 209
8.10.3 RandomFields包 209
8.10.4 geoR包和geoRglm包 211
8.10.5 fields包 211
第9章 面數據和空間自相關 212
9.1 概述 212
9.2 空間鄰域 214
9.2.1 鄰居對象 215
9.2.2 創建近鄰域 217
9.2.3 創建基於圖的近鄰 219
9.2.4 基於距離的近鄰 220
9.2.5 高階近鄰 223
9.2.6 格線近鄰 224
9.3 空 間 權 重 225
9.3.1 空間權重模式 225
9.3.2 一般空間權重 227
9.3.3 空間近鄰與權重的導入、導出和轉化 229
9.3.4 使用權重模擬空間自相關 230
9.3.5 操作空間權重 231
9.4 空間自相關檢驗 232
9.4.1 全局檢驗 234
9.4.2 局部檢驗 240
第10章 面數據建模 246
10.1 概述 246
10.2 空間統計方法 246
10.2.1 同步自回歸(SAR)模型 249
10.2.2 條件自回歸(CAR)模型 253
10.2.3 擬合空間回歸模型 255
10.3 混合效應模型 257
10.4 空間計量經濟學方法 259
10.5 其他方法 265
10.5.1 GAM、GEE、GLMM 265
10.5.2 Moran特徵 269
10.5.3 地理加權回歸 272
第11章 疾病製圖 276
11.1 簡介 277
11.2 統計模型 278
11.2.1 Poisson-Gamma模型 280
11.2.2 Log-Normal模型 282
11.2.3 Marshall全局EB估計器 283
11.3 空間結構統計模型 285
11.4 貝葉斯層次模型 286
11.4.1 再探Poisson-Gamma模型 287
11.4.2 空間模型 291
11.5 疾病聚集探測 298
11.5.1 相對風險的同質性檢驗 299
11.5.2 空間自相關的Moran’s I檢驗 301
11.5.3 一般聚集的Tango’s檢驗 301
11.5.4 聚集位置探測 302
11.5.5 地理分析機 303
11.5.6 Kulldorfft統計 304
11.5.7 局部聚集的Stone的測試 305
11.6 疾病製圖的其他主題 306
結語 307
參考文獻 311
2.4 SpatialPoints類 24
2.4.1 方法 25
2.4.2 空間點數據的數據框 27
2.5 SpatialLines類 31
2.6 SpatialPolygons類 35
2.6.1 SpatialPolygons DataFrame對象 37
2.6.2 孔和環方向 39
2.7 SpatialGrid和SpatialPixel對象 40
第3章 空間數據可視化 47
3.1 傳統繪圖系統 47
3.1.1 繪製點、線、多邊形和格線 47
3.1.2 坐標軸和布局元素 50
3.1.3 坐標軸標籤和參考格線中的度 53
3.1.4 繪圖尺寸、繪圖區域、地圖比例以及多圖繪製 54
3.1.5 繪圖屬性和地圖圖例 56
3.2 使用spplot的Trellis/Lattice繪製 57
3.2.1 一個直觀的Trellis示例 58
3.2.2 繪製點、線、面和格線 59
3.2.3 對圖添加參考物和布局元素 61
3.2.4 安排面板布局 63
3.3 繪圖互動 63
3.3.1 基本圖形的互動 63
3.3.2 spplot和lattice的繪圖互動 65
3.4 彩色調色板和類區間 66
3.4.1 彩色調色板 66
3.4.2 類區間 66
第4章 空間數據導入/導出 70
4.1 坐標參考系 71
4.1.1 使用EPSG清單 72
4.1.2 PROJ.4 CRS規範 72
4.1.3 投影和坐標轉換 73
4.1.4 度、分和秒 75
4.2 矢量檔案格式 76
4.2.1 使用rgdal包中的OGR驅動程式 77
4.2.2 其他的導入/導出函式 81
4.3 柵格檔案格式 81
4.3.1 使用rgdal包中的GDAL驅動 81
4.3.2 編寫一個Google Earth影像覆蓋 84
4.4 GRASS 86
百老街霍亂數據 91
4.5 其他的導入/導出接口 94
4.5.1 分析和可視化套用 94
4.5.2 TerraLib和aRT 95
4.5.3 其他GIS和Web地圖系統 96
4.6 安裝rgdal包 97
第5章 空間數據處理高級方法 99
5.1 支撐 99
5.2 疊置 102
5.3 空間取樣 104
5.4 拓撲檢查 106
5.4.1 多邊形合併 108
5.4.2 孔狀態檢查 109
5.5 組合空間數據 110
5.5.1 組合位置數據 110
5.5.2 組合屬性數據 110
5.6 輔助函式 112
第6章 定製空間數據類和方法 117
6.1 使用類和方法編程 117
6.1.1 S3型類和方法 118
6.1.2 S4型類和方法 119
6.2 程式包trip中的動物足跡數據 120
6.2.1 通用函式和構造函式 121
6.2.2 trip對象的方法 122
6.3 多點數據：空間多重點 123
6.4 六邊形格線 125
6.5 時-空格線 128
6.6 蒙特卡洛模擬的空間分析 132
6.7 大型格線的處理 134
第二部分 空間數據分析
第7章 空間點模式分析 136
7.1 概述 136
7.2 空間點模式分析包 137
7.3 點模式的初步分析 140
7.3.1 完全空間隨機模式 140
7.3.2 G函式：最近鄰事件距離 141
7.3.3 F函式：一個點到其最鄰近事件的距離 143
7.4 空間點過程的統計分析 144
7.4.1 同質泊松過程 145
7.4.2 非同質泊松過程 145
7.4.3 強度的估計 145
7.4.4 非同質泊松過程的似然 149
7.4.5 二階特性 151
7.4.6 非同質的K函式 152
7.5 在空間流行病中的一些套用 153
7.5.1 病例控制研究 153
7.5.2 二元回歸估計 158
7.5.3 使用廣義加模型的二元回歸 159
7.5.4 點源污染 161
7.5.5 空間聚集的評估 163
7.5.6 混雜變數和協變數的解釋 165
7.6 點模式分析更進一步的方法 168
第8章 插值與地統計 170
8.1 概述 170
8.2 探索性數據分析 171
8.3 非地統計學插值方法 172
8.3.1 反距離加權插值 172
8.3.2 線性回歸 173
8.4 空間相關性估計：變異函式 174
8.4.1 探索性變異函式分析 175
8.4.2 截距、間隔寬度、方向依賴性 178
8.4.3 變異函式模型 179
8.4.4 各向異性 183
8.4.5 多變數變異函式模型 184
8.4.6 殘差變異函式模型 186
8.5 空間預測 187
8.5.1 泛克里金、普通克里金和簡單克里金法 188
8.5.2 多變數預測：協同克里金法 189
8.5.3 同位協同克里金法 190
8.5.4 協同克里金法對比 191
8.5.5 局部鄰域的克里金法 191
8.5.6 塊克里金法 192
8.5.7 區域劃分 193
8.5.8 趨勢函式和它們的係數 194
8.5.9 應變數的非線性變換 195
8.5.10 奇異矩陣錯誤 197
8.6 模型診斷 198
8.6.1 交叉驗證殘差 199
8.6.2 交叉驗證的z-score 201
8.6.3 多變數交叉驗證 201
8.6.4 交叉驗證的局限性 202
8.7 地統計模擬 203
8.7.1 序貫模擬 203
8.7.2 非線性空間聚集和塊均值 205
8.7.3 多變數和指示模擬 206
8.8 基於模型的地統計和貝葉斯方法 207
8.9 監測網路最佳化 207
8.10 其他用於插值和地統計的R語言包 209
8.10.1 非地統計插值 209
8.10.2 spatial包 209
8.10.3 RandomFields包 209
8.10.4 geoR包和geoRglm包 211
8.10.5 fields包 211
第9章 面數據和空間自相關 212
9.1 概述 212
9.2 空間鄰域 214
9.2.1 鄰居對象 215
9.2.2 創建近鄰域 217
9.2.3 創建基於圖的近鄰 219
9.2.4 基於距離的近鄰 220
9.2.5 高階近鄰 223
9.2.6 格線近鄰 224
9.3 空 間 權 重 225
9.3.1 空間權重模式 225
9.3.2 一般空間權重 227
9.3.3 空間近鄰與權重的導入、導出和轉化 229
9.3.4 使用權重模擬空間自相關 230
9.3.5 操作空間權重 231
9.4 空間自相關檢驗 232
9.4.1 全局檢驗 234
9.4.2 局部檢驗 240
第10章 面數據建模 246
10.1 概述 246
10.2 空間統計方法 246
10.2.1 同步自回歸(SAR)模型 249
10.2.2 條件自回歸(CAR)模型 253
10.2.3 擬合空間回歸模型 255
10.3 混合效應模型 257
10.4 空間計量經濟學方法 259
10.5 其他方法 265
10.5.1 GAM、GEE、GLMM 265
10.5.2 Moran特徵 269
10.5.3 地理加權回歸 272
第11章 疾病製圖 276
11.1 簡介 277
11.2 統計模型 278
11.2.1 Poisson-Gamma模型 280
11.2.2 Log-Normal模型 282
11.2.3 Marshall全局EB估計器 283
11.3 空間結構統計模型 285
11.4 貝葉斯層次模型 286
11.4.1 再探Poisson-Gamma模型 287
11.4.2 空間模型 291
11.5 疾病聚集探測 298
11.5.1 相對風險的同質性檢驗 299
11.5.2 空間自相關的Moran’s I檢驗 301
11.5.3 一般聚集的Tango’s檢驗 301
11.5.4 聚集位置探測 302
11.5.5 地理分析機 303
11.5.6 Kulldorfft統計 304
11.5.7 局部聚集的Stone的測試 305
11.6 疾病製圖的其他主題 306
結語 307
參考文獻 311
