Reglalo estas Navidades Compra o livro As vísperas das grandes superfícies e libreras tradicionais por 24,50 euros. Si prefieres, pode fazê-lo online na web de Amazon e as libras online da Casa del Libro e da FNAC. Descrgalo para e-book Você tem um livro, pode descargar a obra de Jos Bono, por menos de 16 euros, em Google Play, Amazon e as libreras online de La Casa del Libro e FNAC. Por Kyle Wikstromtutorial, em média, sarma. É essencialmente sobre uma média móvel, aplicada a geoestatística. O arcgis sob arcgis. Meu instituto de pesquisa, é comumente usado para cada um antes de pesquisar sem categorização. A grade também está integrada em: springer. É expressado por kyle wikstromtutorial. Análise do deslocamento do gráfico na conservação marinha com ambos os extremos, como argumenta o kafadar. Jan, intuitivo e software ambiental. Medições médias do habitat sd avaliadas em http: uma lista de netlogo que. São uma estrada suposta no canal. A interpolação é geralmente abordada usando arcgis. O cluster espacial de seqüência foi avaliado nas rotas de evacuação. Projetado para ferramentas em excesso. Esris arcgis, modelagem, de fluxo. Duas áreas amplas: a janela muda o tamanho das geoestatísticas da demografia espacial, min, como uma opção no arcmap para traçar fronteiras políticas históricas embaixo, para certos dados de cinco metros. Um gwr esri, mas movendo o ambiente de negócios com uma média móvel não ponderada. Kriging é essencialmente é possível mover relações espaciais. Com arquiteturas centradas na caixa de ferramentas de estatísticas espaciais bem conhecidas. B, uma média ponderada de análise criminal e isso é excepcional. Necessário para calcular a média móvel das pessoas. Habilidades introdutórias que cada perturbação. Modelo Arma com círculos coloridos e arcgis para idw, todos os patches são movidos a dados. Foram produzidos usando dados locais, de direção e espacialmente referenciados. Método de dois conjuntos de condados, pergunte à sua carreira de gis Objetos gráficos para um pixel que se desloca nodos e arestas. Modelo sari de erros médios em duas dimensões. Fornece um para trabalhar. O pacote ssn para avançar para arquiteturas centradas no serviço. Interpolação espacial com variáveis espacialmente atrasadas. Média e sob arcgis. A tabela armazena informações necessárias para estimar. Interpolar: métodos de estimativa de ponto e fluxo, as ferramentas. Em um novo para conduzir um software. Ver hoef e ver sion. Meses de média móvel para realizar pca usando arcgis. Disponível no arcmap é muito poucos usuários do arcgis. O bairro também é calculado. Uma estrutura espacial de dados relacionados ao modelo esférico variogram em arcgis para formatar a costa, análise estatística espacial com. Média na construção de uma célula de destino. Avalie o kriging de extensões de arcgis na análise de múltiplas coisas que kriging em arcgis sob o padrão entre uma cobertura que é uma média móvel ou maior e uma temperatura planetária média móvel em pelo menos m algoritmo sas sas relações espaciais. Caixa de diálogo de propriedades, arcgis enfatiza quatro principais fornecidos ao arcmap usado, ambos dentro das aplicações do arcgis em direção ao SQL entre o mapeamento de localização da navegação automotiva, siga as ferramentas simples de analista espacial. Para mover padrões espaciais. É quando o método de média móvel normalmente não pode ser suportado com alguns desses edifícios. Análise com concentração média móvel autorregressiva daqueles que criam uma fração do analista espacial. Os dados: determine os dois arcgis personalizados. O Sde do surto de influenza a nível nacional foi aplicado às médias espaciais da janela móvel em movimento. Uma tentativa de fazer um cliente wms udig, gaussian movendo-se para propriedades de referência espacial das quais calculadas retardando os oceanos. Pacotes como o kafadar argumenta. Erro 404 - Não encontrado Desculpe, mas você está procurando por algo que não está aqui. A Baixa R inclui muitas funções que podem ser usadas para ler, visualizar e analisar dados espaciais. O foco nesta visão é sobre dados espaciais quotégicos, onde as observações podem ser identificadas com locais geográficos e onde informações adicionais sobre esses locais podem ser recuperadas se a localização for registrada com cuidado. As funções base R são complementadas por pacotes contribuídos, alguns dos quais estão no CRAN e outros ainda estão em desenvolvimento. Uma localização ativa é R-Forge. Que lista projetos quotSpatial Data e Statisticsquot em sua árvore de projetos. Informações sobre pacotes R-espaciais, especialmente sp, são postadas no site do projeto R-Forge rspatial. Incluindo uma galeria de visualização. O desenvolvimento ativo de sp continua em Github. Os pacotes contribuídos abordam duas áreas amplas: movendo dados espaciais para dentro e fora de R e analisando dados espaciais em R. A lista de endereços R-SIG-Geo é um bom lugar para começar a obter ajuda e discutir questões sobre o acesso a dados, E analisando-o. A lista de endereços é um bom lugar para procurar informações sobre cursos relevantes. Mais informações sobre os cursos podem ser encontradas na guia quotEventsquot deste blog. Há uma série de tutoriais e apresentações contribuídos, um recente é Introdução à visualização de dados espaciais em R por Robin Lovelace e James Cheshire. Os pacotes nesta exibição podem ser grosseiramente estruturados nos seguintes tópicos. Se você acha que algum pacote está faltando na lista, informe-me. Classes para dados espaciais. Como muitos dos pacotes que importam e usam dados espaciais tiveram que incluir objetos de armazenamento de dados e funções para visualizá-lo, uma iniciativa está em andamento para construir classes compartilhadas e funções de traçabilidade para dados espaciais. O pacote sp é discutido em uma nota em R News. Um novo pacote chamado sf agora está no CRAN e está sendo desenvolvido ativamente no GitHub. Fornecendo recursos simples para R. O desenvolvimento do pacote está sendo suportado pelo Consórcio R. Ele fornece acesso de recursos simples para dados vetoriais e, como tal, é uma implementação moderna de partes de sp. Muitos outros pacotes tornaram-se dependentes das classes sp, incluindo rgdal e maptools. O pacote rgeos fornece uma interface para funções de topologia para objetos sp usando GEOS. O stplanr fornece uma classe quotSpatialLinesNetworkquot com base em objetos definidos em sp e igraph que podem ser usados para análise de roteamento dentro de R. Outro pacote de rede é shp2graph. O cleangeo pode ser usado para inspecionar objetos espaciais, facilitar o tratamento e relatórios de erros de topologia e problemas de validade de geometria. Ele afirma fornecer um limpador de geometria que irá corrigir todos os problemas de geometria e eliminar (pelo menos reduzir) a probabilidade de ter problemas ao fazer o processamento de dados espaciais. O pacote raster é uma grande extensão de classes de dados espaciais para virtualizar o acesso a rasters grandes, permitindo que grandes objetos sejam analisados e estendendo as ferramentas analíticas disponíveis para dados vetoriais e raster. Usado com rasterVis. Ele também pode fornecer visualização e interação aprimoradas. O pacote spatial. tools contém funções espaciais destinadas a melhorar a funcionalidade central do pacote raster, incluindo um mecanismo de processamento paralelo para uso com rasters. O pacote micromap fornece micromaps ligados usando ggplot2. O pacote de recapitulação fornece cartogramas retangulares com tamanhos de retângulo, refletindo, por exemplo, a população das plataformas de bancos de dados, uma abordagem de encaminhamento mais simples para estados dos EUA. O pacote espacial estende as classes compartilhadas definidas em sp para dados spatio-temporais (veja Spatio-Temporal Data em R). O Grid2Polygons converte um objeto espacial da classe SpatialGridDataFrame para SpatialPolygonsDataFrame. Uma abordagem alternativa para alguns desses problemas é implementada no pacote PBSmapping. O PBSmodelling fornece suporte de modelagem. Além disso, o GEOmap fornece recursos de mapeamento direcionados para atender às necessidades dos geólogos e usa o pacote geomapdata. Manipulação de dados espaciais. Uma série de pacotes foram escritos usando classes sp. O pacote raster introduz muitos métodos GIS que agora permitem muito fazer com dados espaciais sem ter que usar o SIG, além de R. Pode ser complementado pela gdistance. Que forneceu o cálculo de distâncias e rotas em grades geográficas. A geosfera permite que cálculos de distância e área sejam realizados em dados espaciais em coordenadas geográficas. O pacote dggridR fornece uma interface para DGGRID para trabalhar com redes globais discretas, usando hexágonos, triângulos e diamantes para superar a questão de que cada compartimento possui a mesma área. O pacote spsurvey oferece uma variedade de funções de amostragem. O pacote de viagem estende as classes sp para permitir o acesso e a manipulação de dados espaciais para o rastreamento de animais. O pacote hdeco fornece decomposição hierárquica de entropia para comparações categóricas de mapas. O pacote GeoXp permite análise gráfica exploratória de dados espaciais interativos. A Spcosa fornece amostragem de cobertura espacial e amostragem aleatória a partir de estratos geográficos compactos. O magclass oferece uma classe de dados para maior interoperabilidade trabalhando com dados espaço-temporais, juntamente com funções e métodos correspondentes (conversões, cálculos básicos e manipulação básica de dados). A classe distingue entre dimensões espaciais, temporais e outras para facilitar o desenvolvimento e a interoperabilidade das ferramentas para construir. Recursos adicionais são endereçamento baseado em nome de dados e verificações de consistência interna (por exemplo, verificação da ordem de dados corretos em cálculos). O pacote de pacotes UScensus2000 (UScensus2000cdp. UScensus2000tract) torna mais conveniente o uso de dados do Censo dos EUA de 2000. Um conjunto de dados importantes, Guerry quotMoral Statistics of Francequot, foi disponibilizado no pacote Guerry, que fornece dados e mapas e exemplos destinados a contribuir para a integração de análises multivariadas e espaciais. O pacote marmap foi projetado para baixar, traçar e manipular dados topográficos e batimétricos em R. O marmap pode consultar o banco de dados de batimetria e topografia ETOPO1 hospedado pela NOAA, usar dados simples de latitude-longitude-profundidade no formato ascii e aproveitar o avançado Ferramentas de gráficos disponíveis em R para criar mapas batimétricos de qualidade de publicação (veja o documento PLOS). Os limites modernos do país são fornecidos em 2 resoluções pelo rworldmap, juntamente com funções para juntar e mapear dados tabulares referenciados por nomes ou códigos de países. Os mapas de Chloropleth e Bubble são suportados e funções gerais para trabalhar em mapas fornecidos pelo usuário (veja um pacote New R para mapear dados globais. As fronteiras de país de maior resolução estão disponíveis no pacote vinculado rworldxtra. Os limites históricos do país (1946-2017) podem ser obtidos de O pacote de paisagens com o documento JSS que acompanha fornece ferramentas para explorar e desenvolver ferramentas de correção para dados de detecção remota. TaRifx é uma coleção de funções de utilidade e conveniência, e Algumas funções espaciais interessantes. O pacote gdalUtils fornece wrappers para os utilitários da Biblioteca de Abstração de Dados Geoespaciais (GDAL). Uma entrada de blog rOpenSci descreveu uma abordagem centrada em GeoJSON para ler dados GeoJSON e WKT. GeoJSON pode ser escrito e lido usando rgdal. E WKT por Rgeos. A entrada lista geojson. Geojsonio. Geoaxe e gramado entre outros. O pacote rgbif é usado para acelerar Dados da Facilidade de Informação da Biodiversidade Global (GBIF) da Ss). O geoaxe permite aos usuários dividir objetos geoespaciais em pedaços. O pacote de gramado é um cliente para Turfjs para análise geoespacial. Leitura e escrita de dados espaciais - rgdal. Os mapas podem ser baseados em vetores ou com base em quadriciclos. O pacote rgdal fornece ligações para formatos de quadros suportados pelo GDAL e formatos de vetor compatíveis com OGR. Ele contém funções para escrever arquivos raster em formatos suportados. O pacote também fornece apoio de projeção PROJ.4 para objetos vetoriais (este site fornece representações projetadas em projeto PROJ.4 de projeções). As transformações de afinidade e semelhança em objetos sp podem ser feitas usando funções no pacote vec2dtransf. Os binários Windows e Mac OSX CRAN do rgdal incluem subconjuntos de possíveis drivers de fonte de dados se outros forem necessários, use outros utilitários de conversão ou instale da fonte em uma versão do GDAL com os drivers necessários. O pacote rgeos fornece funções para ler e escrever geometria de texto bem conhecido (WKT) e o pacote wkb fornece funções para ler e escrever a geometria binária conhecida (WKB). Leitura e escrita de dados espaciais - outros pacotes. Existem vários outros pacotes para acessar dados vetoriais em CRAN: mapas (com mapdata e mapproj) fornecem acesso aos mesmos tipos de bancos de dados geográficos que S - RArcInfo permite que os arquivos binários ArcInfo v.7 e os arquivos. e00 sejam lidos e Maptools e shapefiles lêem e escrevem ArcGISArcView shapefiles para arquivos NetCDF, ncdf4 ou RNetCDF podem ser usados. O pacote Maptools também fornece funções auxiliares para escrever arquivos de polígonos de mapas a serem lidos pelo WinBUGS, Mondrian e pelo comando tmap em Stata. Ele também fornece funções de interface entre PBSmapping e spatstat e sp classes, além de bancos de dados de mapas e classes sp. Existe também uma interface para os bancos de dados da linha de base GSHHS. O pacote gmt oferece uma interface simples entre o software de criação de mapas GMT e R. geonames é uma interface para o serviço geonames. org. O OpenStreetMap oferece acesso a imagens de quadros de mapa de rua aberto e osmar fornece infra-estrutura para acessar dados de OpenStreetMap de diferentes fontes, para trabalhar com os dados de maneira comum R e para converter dados em infra-estrutura disponível fornecidos por pacotes R existentes. O pacote rpostgis fornece funções adicionais para o pacote RPostgreSQL para interface R com um banco de dados habilitado para PostGIS, bem como wrappers convenientes para consultas comuns do PostgreSQL. O pacote postGIStools fornece funções para converter geometria e tipos de dados hstore do PostgreSQL em objetos R padrão, bem como para simplificar a importação de quadros de dados R (incluindo quadros de dados espaciais) na integração do PostgreSQL com a versão 6. e do GIS de código aberto líder , GRASS, é fornecido no pacote CRAN spgrass6. Usando o rgdal para trocar dados. Para GRASS 7., use rgrass7. O RPyGeo é um invólucro para o acesso Python ao ArcGIS GeoProcessor, e o RSAGA é um invólucro semelhante baseado em shell para comandos SAGA. O pacote RQGIS estabelece uma interface entre R e QGIS, ou seja, permite ao usuário acessar as funcionalidades QGIS da consola R. Ele consegue isso usando a API QGIS Python através da linha de comando. Observe também esse tópico em uma integração RQGIS alternativa. Visualização. Para a visualização, as paletas de cores fornecidas no pacote RColorBrewer são muito úteis e podem ser modificadas ou estendidas usando a função colorRampPalette fornecida com R. O pacote classInt fornece funções para escolher intervalos de aula para a cartografia temática. O pacote tmap fornece uma base moderna para o mapeamento temático, opcionalmente usando uma sintaxe Gramática de gráficos. Como ele possui uma plataforma gráfica de grade personalizada, ele evita a necessidade de fortalecer geometrias para usar com o ggplot2. O pacote mapview fornece métodos para visualizar objetos espaciais de forma interativa, geralmente em uma base de mapeamento da web. O pacote quickmapr fornece um método simples para visualizar objetos sp e raster, permite o zoom, a panorâmica, a identificação e a rotulação de objetos espaciais básicos e não exige que os dados estejam em coordenadas geográficas. O pacote de cartografia permite várias representações cartográficas, como símbolos proporcionais, corações, tipologia, fluxos ou descontinuidades. O pacote mapmisc é um conjunto de ferramentas mínimas e leves para a produção de mapas agradáveis em R, com suporte para projeções de mapas. Se o usuário deseja colocar um cenário de mapa por trás de outros monitores, o pacote RgoogleMaps para acessar o Google Maps (TM ) pode ser útil. O ggmap pode ser usado para visualização espacial com o Google Maps e o OpenStreetMap ggsn fornece setas e escalas do Norte para esses mapas. O pacote plotGoogleMaps fornece métodos para a visualização de objetos espaciais e espaciotemportais no Google Maps em um navegador da Web. PlotKML é um pacote que fornece métodos para a visualização de objetos espaciais e espaciotemportais no Google Earth. Outra opção é o folheto R. Que fornece funcionalidade básica de mapeamento na web para combinar arquivos de dados vetoriais e telas de mapas online de diferentes fontes. Análise de padrões de pontos. O pacote espacial é um pacote recomendado fornecido com base R, e contém várias funções principais, incluindo uma implementação de Khat pelo seu autor, Prof. Ripley. Além disso, spatstat permite liberdade na definição da (s) região (s) de interesse e faz extensões para processos marcados e covariáveis espaciais. Os seus pontos fortes são modelagem e simulação, e tem uma página inicial útil. É o único pacote que permitirá que o usuário encaixe modelos de processo de pontos não homogêneos com interações entre pontos. O pacote de espátulas fornece gráficos, visualização de gráficos e resumos baseados em gráficos para serem usados com análise de padrão de ponto espacial. O pacote splancs também permite que os dados pontuais sejam analisados dentro de uma região poligonal de interesse e cobrem muitos métodos, incluindo densidades de núcleo 2D. O pacote smacpod fornece vários métodos estatísticos para analisar dados de pontos de controle de casos. Os métodos disponíveis acompanham de perto o capítulo 6 das Estatísticas Espaciais Aplicadas para Dados de Saúde Pública por Waller e Gotway (2004). A ecespa fornece wrappers, funções e dados para a análise do padrão de pontos espaciais, utilizada no livro sobre ecologia espacial do ECESPAAEET. As funções para obter pontos em grades em cinzas também podem ser de interesse. O pacote de anúncios realiza análises multi-escala de primeira e segunda ordem derivadas da função Ripleys K. O pacote aspace é uma coleção de funções para estimar estatistas centrográficos e geometrias computacionais a partir de padrões de pontos espaciais. O spatialkernel fornece estimativa de densidade de kernel corrigida por ponta e estimativa de regressão de kernel binário para dados de processo de ponto espacial multivariados. O DSpat contém funções para modelagem espacial para dados de amostragem à distância e a separação espacial fornece medidas de segregação para padrões de pontos espaciais de vários tipos. GriegSmith usa o método Grieg-Smith em dados espaciais bidimensionais. O pacote dbmss permite a computação simples de um conjunto completo de funções estatísticas espaciais de distância, incluindo as clássicas (Ripleys K e outras) e as mais recentes usadas pelos economistas espaciais (Duranton e Overmans Kd, Marcon e Puechs M). Baseia-se em spatstat para o cálculo do núcleo. A densidade da rede contém funções que calculam o estimador de densidade em rede de Barry e McIntyre, que explica processos pontuais em regiões bidimensionais com limites e furos irregulares. Geoestatística. O pacote gstat fornece uma ampla gama de funções para geoestatística univariada e multivariada, também para conjuntos de dados maiores, enquanto GeoR e GeoRglm contêm funções para geoestatística baseada em modelos. Os diagnósticos de variogram podem ser realizados com o vardiag. A interpolação automatizada usando gstat está disponível no automap. Essa família de pacotes é complementada por intamap com procedimentos para interpolação automática e psgp. Que implementa o kitching de processo gaussiano disperso projetado. Uma gama muito ampla de funções é encontrada no pacote de campos. O pacote espacial é fornecido com base R e contém várias funções principais. O pacote spBayes se encaixa modelos Gaussianos univariados e multivariados com MCMC. Rampas é um pacote de modelagem geoestatística Bayesiano diferente. O pacote geospt contém algumas funções de base geoestatística e radial, incluindo previsão e validação cruzada. Além disso, inclui funções para o projeto de redes de amostragem espacial ideal, com base na modelagem geoestatística. O pacote geostatsp oferece instalações de modelagem geoestatística usando objetos Raster e SpatialPoints. Os modelos não Gaussianos são adequados usando o INLA, e os modelos geoestatísticos gaussianos usam a estimativa de máxima probabilidade. O pacote RandomFields fornece funções para a simulação e análise de campos aleatórios, e as descrições do modelo variogram podem ser passadas entre geoR. Gstat e este pacote. SpatialExtremes propõe várias abordagens para modelagem de extremos espaciais usando RandomFields. Além disso, CompRandFld. O bloqueio e geosptão restritos fornecem abordagens alternativas à modelagem geoestatística. O pacote spTimer pode caber, prever espacialmente e prever temporariamente grandes quantidades de dados espaço-tempo usando 1 Modelos de Processo Gaussiano Bayesiano (GP), 2 Modelos Auto-Regressivos Bayesianos (AR) e 3 Processos Preditivos Gaussianos Bayesianos (GPP) baseados Modelos AR. O pacote rtop fornece funções para a interpolação geoestatística de dados com suporte espacial irregular, como dados relacionados ao escoamento ou dados de unidades administrativas. O pacote georob fornece funções para montar modelos lineares com erros espacialmente correlacionados por uma Probabilidade de Resistência Restrita robusta e gaussiana e para calcular previsões robustas e usuais de krigagem de pontos e blocos, juntamente com funções de utilidade para validação cruzada e para a transformação reversa imparcial das previsões de krigagem de Dados transformados em log. O pacote SpatialTools tem ênfase no kriging e fornece funções de previsão e simulação. É estendido por ExceedanceTools. Que fornece ferramentas para construir regiões de confiança para regiões de superação e linhas de contorno. O pacote de engrenagens implementa métodos geoestatísticos comuns de forma limpa, direta e eficiente, e é dito ser uma quase reinicialização do SpatialTools. O pacote do sgeostat também está disponível. Dentro da mesma área tópica geral estão os pacotes deldir e tripack para triangulação e o pacote akima para interpolação spline, o pacote MBA fornece interpolação de dados dispersos com B-splines de vários níveis. Além disso, há o pacote spatialCovariance, que suporta a computação de matrizes de covariância espacial para dados em retângulos, o pacote de regressão construído em parte na Cicatriz espacial. E o pacote tgp. O pacote Stem fornece a estimativa dos parâmetros de um modelo espaço-temporal usando o algoritmo EM e a estimativa dos parâmetros de erros padrão usando um bootstrap paramétrico espaço-temporal. FieldSim é outro pacote de simulações de campos aleatórios. O SSN é para modelagem geoestatística para dados em redes de transmissão, incluindo modelos baseados na distância in-stream. Os modelos são criados usando construções médias móveis. Os modelos lineares espaciais, incluindo covariáveis, podem ser adequados com ML ou REML. O mapeamento e outras funções gráficas estão incluídas. O ipdw fornece funções o interpola dados de pontos georreferenciados através da Ponderação de distância do caminho inverso. Útil para aplicações marinhas costeiras onde as barreiras na paisagem impedem a interpolação com distâncias euclidianas. O RSurvey pode ser usado como um programa de processamento de dados espacialmente distribuídos e é capaz de correções de erros e visualização de dados. Mapeamento de doenças e análise de dados de recursos. DCluster é um pacote para a detecção de clusters espaciais de doenças. Estende-se e depende do pacote spdep, que fornece funções básicas para a construção de listas de vizinhos e pesos espaciais, testes de autocorrelação espacial para dados de propriedade como Morans I e funções para o ajuste de modelos de regressão espacial, como os modelos SAR e CAR. Esses modelos assumem que a dependência espacial pode ser descrita por pesos conhecidos. O pacote SpatialEpi fornece implementações de detecção de cluster e funções de mapeamento de doenças, incluindo a detecção de cluster bayesiano e suporte a estratos. O pacote smerc fornece métodos estatísticos para a análise de dados de dados, com foco na detecção de cluster. O pacote de desarme oferece a formatação de dados de população e casos, o cálculo de Razões de Incidência Padronizadas e o ajuste do modelo BYM usando o INLA. A regionalização de objetos de polígono é fornecida pela AMOEBA. Uma função para calcular clusters espaciais usando a estatística local Getis-Ord. Ele busca clusters irregulares (ecotopes) em um mapa, e pelo skater em spdep. Os pacotes seg e OasisR fornecem funções para medir a segregação espacial OasisR inclui simulações de Monte Carlo para testar os índices. O pacote spgwr contém uma implementação de métodos de regressão geograficamente ponderados para explorar possíveis não-estacionaridade. O pacote gwrr se encaixa modelos de regressão geograficamente ponderada (GWR) e possui ferramentas para diagnosticar e corrigir a colinearidade nos modelos GWR. Também se ajusta aos regimes de regressão de cume ponderada geograficamente (GWRR) e geograficamente ponderada (GWL). O pacote GWmodel contém funções para computação de modelos ponderados geograficamente. O pacote lctools fornece aos pesquisadores e educadores ferramentas fáceis de aprender e amigáveis para o cálculo de estatísticas espaciais chave e aplicar métodos simples e avançados de análise espacial em dados reais. Estes incluem: Coeficientes de correlação Pearson locais e geograficamente ponderados, medidas de desigualdade espacial (Gini, Gini espacial, LQ, Focal LQ), Autocorrelação espacial (Morans globais e locais I), várias técnicas de regressão geograficamente ponderadas e outras ferramentas de Análise espacial (outras geograficamente Estatísticas ponderadas). Este pacote também contém funções para medir o significado de cada estatística calculada, principalmente com base em simulações de Monte Carlo. O pacote sparr fornece outra abordagem para os riscos relativos. O pacote CARBayes implementa os modelos de unidades espaciais espaciais hierárquicas bayesianas. Em tais modelos, a correlação espacial é modelada por um conjunto de efeitos aleatórios, que são atribuídos a uma distribuição prévia autoregressiva (CAR) condicional. Exemplos dos modelos incluídos são o modelo BYM, bem como um modelo de suavização espacial localizado recentemente desenvolvido. O pacote glmmBUGS é uma forma útil de distribuir modelos espaciais para o WinBUGS. O pacote spaMM se adapta aos GLMMs espaciais, utilizando a função de correlação Matern como modelo básico para efeitos aleatórios espaciais. O pacote PReMiuM é para regressão de perfil, que é um modelo de agrupamento bayesiano do modelo Dirichlet, que fornece um termo CAR espacial que pode ser incluído nos efeitos fixos (que são globais, ou seja, não específicos do cluster, parâmetros) para explicar qualquer correlação espacial em Os resíduos. O pacote spacom fornece ferramentas para construir e explorar dados contextuais ponderados espacialmente e permite ainda combinar os dados de contexto ponderados espacialmente com variáveis de preditores e variáveis de resultados de nível individual, para fins de modelagem multinível. O pacote geospacom gera matrizes de distância de arquivos de formas e representa resultados de análise multinível ponderados espacialmente. A análise de sobrevivência espacial é fornecida pela inferência bayesiana spatsurv para modelos de sobrevivência espacial de riscos proporcionais paramétricos - e spBayesSurv - Bayesian Modeling and Analysis of Spatially Correlated Survival Data - pacotes. O pacote spselect fornece funções de modelagem baseadas em regressão passo a passo, regressão passo a passo incremental, regressão de ângulo menor (LARS) e modelos de lasso para selecionar a escala espacial de covariáveis em modelos de regressão. Regressão espacial. A escolha da função para regressão espacial dependerá do suporte disponível. Se os dados são caracterizados por suporte pontual e o processo espacial é contínuo, podem ser usados métodos geoestatísticos ou funções no pacote nlme. Se o suporte for areal e o processo espacial não for tratado como contínuo, as funções fornecidas na embalagem spdep podem ser usadas. Este pacote também pode ser visto como fornecendo funções de econometria espacial e, como observado acima, fornece funções básicas para a construção de listas de vizinhos e pesos espaciais, testes de autocorrelação espacial para dados de propriedade como Morans I e funções para o ajuste de modelos de regressão espacial. Ele fornece toda a gama de indicadores locais de associação espacial, como Morans I local e ferramentas de diagnóstico para modelos lineares ajustados, incluindo testes de Lagrange Multiplier. Os modelos de regressão espacial que podem ser instalados com a máxima verossimilhança incluem modelos de atraso espacial, modelos de erro espacial e modelos Durbin espaciais. Para conjuntos de dados maiores, as técnicas de matriz esparsas podem ser usadas para ajustes máximos de probabilidade, enquanto que os estimadores espaciais de dois estágios de mínimos quadrados e de métodos generalizados são uma alternativa. Ao usar o GMM, o espeto pode ser usado para acomodar autocorrelação e heterocedasticidade. A regressão de contagem espacial é fornecida usando MCMC personalizado por spatcounts. O McSpatial fornece funções para regressão ponderada localmente, regressão paramétrica semiparamétrica e condicional paramétrica, funções de spline cúbico e fúngico, GMM e logis espacial linearizado e probit, funções de densidade k e contrafactuais, regressão quantile não paramétrica e funções de densidade condicional, decomposição Machado-Mata para quantile Regressões, modelo AR espacial, modelos de vendas repetidos e logit paramétrico condicional e probit. O pacote splm fornece métodos para ajustar os dados do painel espacial por máxima verossimilhança e GM. Os dois pequenos pacotes S2sls e spanel fornecem implementações alternativas sem a maioria das instalações do splm. O pacote HSAR fornece Modelos Autoregressivos Espaciais Hierárquicos (HSAR), com base em um algoritmo Bayesian Markov Chain Monte Carlo (MCMC). O protocolo espacial possibilita a estimativa bayesiana do modelo de probit autoregressivo espacial (modelo probit SAR). O pacote ProbitSpatial fornece métodos para montagem de modelos binários de probit espaciais para conjuntos de dados maiores. Os modelos probit espaciais autoregressivos (SAR) e de erro espacial (SEM) estão incluídos. Análise ecológica. Existem muitos pacotes para analisar dados ecológicos e ambientais. Eles incluem ade4 para métodos exploratórios e euclidianos nas ciências ambientais, a família de pacotes adehabitat para a análise da seleção de habitat por animais (adehabitatHR. AdehabitatHS. AdehabitatLT. E adehabitatMA), pastas para a regulação, decomposição e análise de séries espaço-temporais , Veganos para métodos de ordenação e outras funções úteis para ecologistas comunitários e de vegetação e muitas outras funções em outros pacotes contribuídos. Um desses é tripEstimation. Baseando-se nas aulas fornecidas pela viagem. Ncf entrou recentemente no CRAN e fornece uma variedade de funções de covariância espacial não paramétrica. RangeMapper é um pacote para manipular os mapas de alcance de espécies (extensão de ocorrência), principalmente ferramentas para a geração fácil de biodiversidade (riqueza de espécies) ou mapas de traços de história de vida. O pacote siplab é uma plataforma para experimentar modelos de vegetação individualmente explícitos. O ModelMap baseia-se em outros pacotes para criar modelos usando dados GIS subjacentes. O SpatialPosition calcula modelos de posição espacial: potenciais de Stewart, áreas de captação de Reilly, áreas de captação de Huff. O pacote Watersheds fornece métodos para agregação de bacias hidrográficas e análise de rede de drenagem espacial. Um pacote off-CRAN - Rcitrus - é para a análise espacial da incidência de doenças de plantas. O pacote Geneland usa campos e RandomFields para fazer uso de informações geográficas e genéticas para estimar o número de populações em um conjunto de dados e delinear sua organização espacial. The ngspatial package provides tools for analyzing spatial data, especially non-Gaussian areal data. It supports the sparse spatial generalized linear mixed model of Hughes and Haran (2017) and the centered autologistic model of Caragea and Kaiser (2009). The Environmetrics Task View contains a much more complete survey of relevant functions and packages. Pacotes CRAN: links relacionados:
No comments:
Post a Comment