Applied Spatial Data Analysis with R, Second Edition pdf epub mobi txt 电子书 下载 2026
出版者:Springer
作者:Roger S. Bivand
出品人:
页数:420
译者:
出版时间:2013-6-21
价格:USD 64.99
装帧:Paperback
isbn号码:9781461476177
丛书系列:
图书标签:
- 空间分析
- R
- 数据挖掘
- R语言
- GIS
- 经济商业统计
- 地理
- textbook統計
- Spatial data analysis
- R
- statistics
- geography
- data science
- computational geography
下载链接在页面底部
具体描述
Applied Spatial Data Analysis with R, second edition, is divided into two basic parts, the first presenting R packages, functions, classes and methods for handling spatial data. This part is of interest to users who need to access and visualise spatial data. Data import and export for many file formats for spatial data are covered in detail, as is the interface between R and the open source GRASS GIS and the handling of spatio-temporal data. The second part showcases more specialised kinds of spatial data analysis, including spatial point pattern analysis, interpolation and geostatistics, areal data analysis and disease mapping. The coverage of methods of spatial data analysis ranges from standard techniques to new developments, and the examples used are largely taken from the spatial statistics literature. All the examples can be run using R contributed packages available from the CRAN website, with code and additional data sets from the book's own website. Compared to the first edition, the second edition covers the more systematic approach towards handling spatial data in R, as well as a number of important and widely used CRAN packages that have appeared since the first edition.
This book will be of interest to researchers who intend to use R to handle, visualise, and analyse spatial data. It will also be of interest to spatial data analysts who do not use R, but who are interested in practical aspects of implementing software for spatial data analysis. It is a suitable companion book for introductory spatial statistics courses and for applied methods courses in a wide range of subjects using spatial data, including human and physical geography, geographical information science and geoinformatics, the environmental sciences, ecology, public health and disease control, economics, public administration and political science.
The book has a website where complete code examples, data sets, and other support material may be found: http://www.asdar-book.org.
The authors have taken part in writing and maintaining software for spatial data handling and analysis with R in concert since 2003.
探索地理数据的奥秘：一套由浅入深的R语言应用指南 本书并非一本详述某一特定主题的书籍，而是致力于为读者提供一个理解和分析地理空间数据全貌的坚实基础。我们关注的是地理信息科学（GIS）的核心理念，以及如何运用强大的R语言及其丰富的生态系统来解决现实世界中的空间问题。本书的内容涵盖了从基础的数据获取、处理，到高级的空间统计建模与可视化，旨在赋能读者掌握一系列实用的技能，从而能够自信地应对各类地理数据分析挑战。 数据驱动的探索：从入门到精通 本书的核心在于“应用”。我们不空谈理论，而是通过大量的实践案例，引导读者一步步深入理解空间数据的特性及其分析方法。首先，我们将从最基础的数据类型和格式开始，介绍如何有效地读取、写入和管理各种空间数据，包括矢量数据（点、线、面）和栅格数据。读者将学习如何利用R中的专业包，如`sf`、`sp`和`raster`，来加载、查看和初步操纵这些数据。 随后，我们将重点放在数据的预处理和转换上。在实际分析中，数据质量至关重要，因此本书将详细阐述空间数据质量评估、数据清洗、投影转换、坐标系选择等关键步骤。读者将了解到不同投影系统对分析结果的影响，并学会如何根据研究目的选择最合适的坐标参考系统。此外，空间数据的重采样、重分类、裁剪以及矢量与栅格数据之间的转换等操作也将被详细讲解。 洞察空间格局：统计分析与建模 地理空间数据的独特性在于其“空间自相关”特性，即临近区域的数据点往往比遥远的数据点更相似。本书将深入探讨这一核心概念，并介绍一系列用于探测和量化空间自相关的统计方法。读者将学习如何计算和可视化莫兰指数（Moran's I）和吉尔德斯指数（Geary's C），从而识别出数据中的空间聚集或分散模式。 在此基础上，本书将进一步介绍多种空间统计模型，帮助读者理解和解释数据中的空间关系。我们将涵盖： 空间回归模型： 学习如何构建和解释空间滞后模型（Spatial Lag Model）和空间误差模型（Spatial Error Model），以处理空间自相关对回归分析的影响。 点模式分析： 探索如何分析点的空间分布，识别聚集、随机或均匀分布的模式，并应用诸如K函数、L函数等方法进行定量评估。 区域统计： 学习如何利用聚合数据进行空间分析，例如计算局部空间自相关（LISA），识别空间热点（Hot Spots）和冷点（Cold Spots）。 地统计学（Geostatistics）： 深入理解变异函数（Variogram）的概念，学习如何进行空间插值（如克里金插值 Kriging），以预测未知区域的值。 可视化您的发现：赋能直观理解 “一图胜千言”。本书高度重视空间数据的可视化，因为清晰、直观的地图是传达分析结果最有效的方式。我们将引导读者使用R中强大的绘图包，如`ggplot2`、`tmap`和`leaflet`，创建各种类型的地图，包括： 静态地图： 学习绘制专题地图，如点密度图、分级统计图、等值线图等，以展示数据的空间分布和变化。 交互式地图： 掌握如何创建交互式地图，允许用户缩放、平移、查看详细信息，甚至进行数据查询，极大地增强了数据的探索性和可访问性。 多变量可视化： 学习如何将多个变量叠加到同一地图上，以揭示变量之间的空间耦合关系。 应用场景广泛：解决实际问题 本书的内容并非局限于抽象的理论，而是紧密结合实际应用。读者将通过案例学习，了解如何在不同领域运用空间数据分析： 城市规划与交通： 分析人口密度、交通流量、设施分布，以优化城市布局和交通网络。 环境科学： 研究污染物的空间扩散、物种栖息地的分布、自然灾害的风险评估。 公共卫生： 追踪疾病的空间传播模式，识别高风险区域，为公共卫生决策提供依据。 经济与营销： 分析消费者行为的空间模式，优化零售店选址，评估市场潜力。 遥感与地质： 处理和分析遥感影像，提取地物信息，进行地质调查和资源勘探。 R语言的强大助力 R语言作为本书的核心工具，提供了无与伦比的灵活性和丰富的扩展性。本书将引导读者充分利用R的社区生态，接触到大量专门为空间数据分析设计的包。这些包不断更新迭代，为研究者提供了最前沿的分析工具。读者将学会如何高效地调用和组合这些包，构建完整的分析流程，实现从数据导入到结果呈现的一站式解决方案。 为谁而设？ 本书适合所有对地理空间数据分析感兴趣的研究者、学生、数据科学家、GIS从业者以及任何希望利用空间数据解决实际问题的人士。无论您是初次接触空间分析，还是希望深化R语言在这一领域的应用，本书都将为您提供宝贵的知识和实践指导。我们相信，通过本书的学习，您将能够自信地驾驭地理数据的力量，发现隐藏在空间中的深刻洞见，并将其转化为切实可行的解决方案。
作者简介
Roger Bivand is Professor of Geography in the Department of Economics at the Norwegian School of Economics, Bergen, Norway.
Edzer Pebesma is Professor of Geoinformatics at Westfälische Wilhelms-Universität, Münster, Germany.
Virgilio Gómez-Rubio is Associate Professor in the Department of Mathematics at Universidad de Castilla-La Mancha, Albacete, Spain
目录信息
Preface (Second Edition) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii
Preface (First Edition) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi
1 Hello World: Introducing Spatial Data . . . . . . . . . . . . . . . . . . . 1
1.1 Applied Spatial Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Why Do We Use R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 ... In General? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 ...for Spatial Data Analysis? . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 ...and for Reproducible Research? . . . . . . . . . . . . . . . . . 4
1.3 R and GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 What Is GIS? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Service-Oriented Architectures . . . . . . . . . . . . . . . . . . . . . 6
1.3.3 Further Reading on GIS. . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Types of Spatial Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Storage and Display . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Applied Spatial Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7 R Spatial Resources. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Layout of the Book . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Part I Handling Spatial Data in R
2 Classes for Spatial Data in R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Classes and Methods in R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Spatial Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 SpatialPoints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.2 Data Frames for Spatial Point Data . . . . . . . . . . . . . . . . 33
2.5 SpatialLines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 SpatialPolygons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6.1 SpatialPolygonsDataFrame Objects . . . . . . . . . . . . . . . 44
2.6.2 Holes and Ring Direction. . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 SpatialGrid and SpatialPixel Objects . . . . . . . . . . . . . . . . . . 48
2.8 Raster Objects and the raster Package . . . . . . . . . . . . . . . . . . . 54
3 Visualising Spatial Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.1 The Traditional Plot System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.1.1 Plotting Points, Lines, Polygons, and Grids . . . . . . . . . . 60
3.1.2 Axes and Layout Elements . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.3 Degrees in Axes Labels and Reference Grid . . . . . . . . . . 65
3.1.4 Plot Size, Plotting Area, Map Scale,
and Multiple Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.1.5 Plotting Attributes and Map Legends . . . . . . . . . . . . . . . 68
3.2 Trellis/Lattice Plots with spplot .. . . . . . . . . . . . . . . . . . . . . . . . 69
3.2.1 A Straight Trellis Example . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.2 Plotting Points, Lines, Polygons, and Grids . . . . . . . . . . 70
3.2.3 Adding Reference and Layout Elements to Plots . . . . . 73
3.2.4 Arranging Panel Layout .. . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3 Alternatives Routes: ggplot, latticeExtra . . . . . . . . . . . . . . . . . 75
3.4 Interactive Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4.1 Interacting with Base Graphics. . . . . . . . . . . . . . . . . . . . . 77
3.4.2 Interacting with spplot and Lattice Plots . . . . . . . . . . . 78
3.5 Colour Palettes and Class Intervals . . . . . . . . . . . . . . . . . . . . . . . 79
3.5.1 Colour Palettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.5.2 Class Intervals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4 Spatial Data Import and Export . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.1 Coordinate Reference Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.1.1 Using the EPSG List . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.1.2 PROJ.4 CRS Specification. . . . . . . . . . . . . . . . . . . . . . . . . 86
4.1.3 Projection and Transformation .. . . . . . . . . . . . . . . . . . . . 88
4.1.4 Degrees, Minutes, and Seconds . . . . . . . . . . . . . . . . . . . . . 90
4.2 Vector File Formats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.1 Using OGR Drivers in rgdal . . . . . . . . . . . . . . . . . . . . . . . 92
4.2.2 Other Import/Export Functions. . . . . . . . . . . . . . . . . . . . 99
4.3 Raster File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3.1 Using GDAL Drivers in rgdal . . . . . . . . . . . . . . . . . . . . . . 100
4.3.2 Other Import/Export Functions. . . . . . . . . . . . . . . . . . . . 107
4.4 Google Earth™, Google Maps™ and Other Formats . . . . . . . . . 108
4.5 Geographical Resources Analysis Support System (GRASS). . 112
4.5.1 Broad Street Cholera Data . . . . . . . . . . . . . . . . . . . . . . . . 118
4.6 Other Import/Export Interfaces . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.6.1 Analysis and Visualisation Applications . . . . . . . . . . . . . 122
4.6.2 TerraLib and aRT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.6.3 Other GIS Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.7 Installing rgdal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5 Further Methods for Handling Spatial Data . . . . . . . . . . . . . . 127
5.1 Support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2 Handling and Combining Features . . . . . . . . . . . . . . . . . . . . . . . . 130
5.2.1 The rgeos Package.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.2.2 Using rgeos.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.3 Map Overlay or Spatial Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.3.1 Spatial Aggregation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.3.2 Using the raster Package for Extract Operations . . . . . 145
5.3.3 Spatial Sampling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4 Auxiliary Functions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6 Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2 Types of Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2.1 Spatial Point or Area, Time Instance or Interval. . . . . . 152
6.2.2 Are Space and Time of Primary Interest? . . . . . . . . . . . 152
6.2.3 Regularity of Space-Time Layouts . . . . . . . . . . . . . . . . . . 152
6.2.4 Do Objects Change Location? . . . . . . . . . . . . . . . . . . . . . 153
6.3 Classes in spacetime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.4 Handling Time Series Data with xts . . . . . . . . . . . . . . . . . . . . . . 155
6.5 Construction of STObjects. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.6 Selection, Addition, and Replacement of Attributes . . . . . . . . . 158
6.7 Overlay and Aggregation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
6.8 Visualisation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.8.1 Multi-panel Plots. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.8.2 Space-Time Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.8.3 Animated Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
6.8.4 Time Series Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.9 Further Packages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.9.1 Handling Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . 165
6.9.2 Analysing Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . 165
6.10 Outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Part II Analysing Spatial Data
7 Spatial Point Pattern Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.2 Packages for the Analysis of Spatial Point Patterns . . . . . . . . . 174
7.3 Preliminary Analysis of a Point Pattern . . . . . . . . . . . . . . . . . . . 178
7.3.1 Complete Spatial Randomness . . . . . . . . . . . . . . . . . . . . . 179
7.3.2 G Function: Distance to the Nearest Event . . . . . . . . . . 179
7.3.3 F Function: Distance from a Point
to the Nearest Event. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.4 Statistical Analysis of Spatial Point Processes . . . . . . . . . . . . . . 182
7.4.1 Homogeneous Poisson Processes .. . . . . . . . . . . . . . . . . . . 183
7.4.2 Inhomogeneous Poisson Processes . . . . . . . . . . . . . . . . . . 184
7.4.3 Estimation of the Intensity . . . . . . . . . . . . . . . . . . . . . . . . 184
7.4.4 Likelihood of an Inhomogeneous Poisson Process . . . . . 187
7.4.5 Second-Order Properties . . . . . . . . . . . . . . . . . . . . . . . . . . 190
7.5 Some Applications in Spatial Epidemiology . . . . . . . . . . . . . . . . 192
7.5.1 Case–Control Studies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.5.2 Binary Regression Estimator.. . . . . . . . . . . . . . . . . . . . . . 198
7.5.3 Binary Regression Using Generalised
Additive Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.5.4 Point Source Pollution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
7.5.5 Accounting for Confounding and Covariates . . . . . . . . . 206
7.6 Further Methods for the Analysis
of Point Patterns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8 Interpolation and Geostatistics . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.2 Exploratory Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.3 Non-geostatistical Interpolation Methods . . . . . . . . . . . . . . . . . . 215
8.3.1 Inverse Distance Weighted Interpolation. . . . . . . . . . . . . 215
8.3.2 Linear Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
8.4 Estimating Spatial Correlation: The Variogram.. . . . . . . . . . . . 217
8.4.1 Exploratory Variogram Analysis. . . . . . . . . . . . . . . . . . . . 219
8.4.2 Cutoff, Lag Width, Direction Dependence . . . . . . . . . . . 222
8.4.3 Variogram Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.4.4 Anisotropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
8.4.5 Multivariable Variogram Modelling . . . . . . . . . . . . . . . . . 229
8.4.6 Residual Variogram Modelling . . . . . . . . . . . . . . . . . . . . . 230
8.5 Spatial Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
8.5.1 Universal, Ordinary, and Simple Kriging . . . . . . . . . . . . 233
8.5.2 Multivariable Prediction: Cokriging .. . . . . . . . . . . . . . . . 233
8.5.3 Collocated Cokriging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
8.5.4 Cokriging Contrasts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
8.5.5 Kriging in a Local Neighbourhood . . . . . . . . . . . . . . . . . . 237
8.5.6 Change of Support: Block Kriging . . . . . . . . . . . . . . . . . . 238
8.5.7 Stratifying the Domain. . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
8.5.8 Trend Functions and Their Coefficients. . . . . . . . . . . . . . 241
8.5.9 Non-linear Transforms of the Response Variable . . . . . . 242
8.5.10 Singular Matrix Errors .. . . . . . . . . . . . . . . . . . . . . . . . . . . 243
8.6 Kriging, Filtering, Smoothing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8.7 Model Diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
8.7.1 Cross Validation Residuals . . . . . . . . . . . . . . . . . . . . . . . . 247
8.7.2 Cross Validation z-Scores.. . . . . . . . . . . . . . . . . . . . . . . . . 249
8.7.3 Multivariable Cross Validation . . . . . . . . . . . . . . . . . . . . . 250
8.7.4 Limitations to Cross Validation . . . . . . . . . . . . . . . . . . . . 250
8.8 Geostatistical Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
8.8.1 Sequential Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
8.8.2 Non-linear Spatial Aggregation and Block Averages.. . 254
8.8.3 Multivariable and Indicator Simulation. . . . . . . . . . . . . . 255
8.9 Model-Based Geostatistics and Bayesian Approaches .. . . . . . . 256
8.10 Monitoring Network Optimisation . . . . . . . . . . . . . . . . . . . . . . . . 256
8.11 Other R Packages for Interpolation and Geostatistics. . . . . . . . 258
8.11.1 Non-geostatistical Interpolation . . . . . . . . . . . . . . . . . . . . 258
8.11.2 Spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.3 RandomFields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.4 geoR and geoRglm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.5 Fields. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.11.6 spBayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.12 Spatio-Temporal Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
9 Modelling Areal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.2 Spatial Neighbours and Spatial Weights . . . . . . . . . . . . . . . . . . . 266
9.2.1 Neighbour Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
9.2.2 Spatial Weights Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
9.2.3 Handling Spatial Weights Objects . . . . . . . . . . . . . . . . . . 273
9.2.4 Using Weights to Simulate Spatial Autocorrelation . . . 274
9.3 Testing for Spatial Autocorrelation . . . . . . . . . . . . . . . . . . . . . . . 275
9.3.1 Global Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
9.3.2 Local Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
9.4 Fitting Models of Areal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
9.4.1 Spatial Statistics Approaches . . . . . . . . . . . . . . . . . . . . . . 290
9.4.2 Spatial Econometrics Approaches. . . . . . . . . . . . . . . . . . . 303
9.4.3 Other Methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
10 Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
10.2 Statistical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
10.2.1 Poisson-Gamma Model. . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
10.2.2 Log-Normal Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
10.2.3 Marshall’s Global EB Estimator. . . . . . . . . . . . . . . . . . . . 326
10.3 Spatially Structured Statistical Models . . . . . . . . . . . . . . . . . . . . 328
10.4 Bayesian Hierarchical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
10.4.1 The Poisson-Gamma Model Revisited . . . . . . . . . . . . . . . 332
10.4.2 Spatial Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
10.5 Geoadditive Models. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
10.6 Detection of Clusters of Disease . . . . . . . . . . . . . . . . . . . . . . . . . . 347
10.6.1 Testing the Homogeneity of the Relative Risks . . . . . . . 348
10.6.2 Moran’s I Test of Spatial Autocorrelation . . . . . . . . . . . 350
10.6.3 Tango’s Test of General Clustering . . . . . . . . . . . . . . . . . 351
10.6.4 Detection of the Location of a Cluster . . . . . . . . . . . . . . 352
10.6.5 Geographical Analysis Machine . . . . . . . . . . . . . . . . . . . . 353
10.6.6 Kulldorff’s Statistic. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
10.6.7 Stone’s Test for Localised Clusters. . . . . . . . . . . . . . . . . . 355
10.7 Spatio-Temporal Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . 356
10.7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
10.7.2 Spatio-Temporal Modelling of Disease. . . . . . . . . . . . . . . 357
10.8 Other Topics in Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . . 361
Afterword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
R and Package Versions Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
Data Sets Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
Subject Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
Functions Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401
· · · · · · (收起)
Preface (First Edition) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi
1 Hello World: Introducing Spatial Data . . . . . . . . . . . . . . . . . . . 1
1.1 Applied Spatial Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Why Do We Use R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 ... In General? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 ...for Spatial Data Analysis? . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 ...and for Reproducible Research? . . . . . . . . . . . . . . . . . 4
1.3 R and GIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 What Is GIS? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Service-Oriented Architectures . . . . . . . . . . . . . . . . . . . . . 6
1.3.3 Further Reading on GIS. . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Types of Spatial Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Storage and Display . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Applied Spatial Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7 R Spatial Resources. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Layout of the Book . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Part I Handling Spatial Data in R
2 Classes for Spatial Data in R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Classes and Methods in R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Spatial Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 SpatialPoints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.2 Data Frames for Spatial Point Data . . . . . . . . . . . . . . . . 33
2.5 SpatialLines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 SpatialPolygons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6.1 SpatialPolygonsDataFrame Objects . . . . . . . . . . . . . . . 44
2.6.2 Holes and Ring Direction. . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 SpatialGrid and SpatialPixel Objects . . . . . . . . . . . . . . . . . . 48
2.8 Raster Objects and the raster Package . . . . . . . . . . . . . . . . . . . 54
3 Visualising Spatial Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.1 The Traditional Plot System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.1.1 Plotting Points, Lines, Polygons, and Grids . . . . . . . . . . 60
3.1.2 Axes and Layout Elements . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.3 Degrees in Axes Labels and Reference Grid . . . . . . . . . . 65
3.1.4 Plot Size, Plotting Area, Map Scale,
and Multiple Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.1.5 Plotting Attributes and Map Legends . . . . . . . . . . . . . . . 68
3.2 Trellis/Lattice Plots with spplot .. . . . . . . . . . . . . . . . . . . . . . . . 69
3.2.1 A Straight Trellis Example . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.2 Plotting Points, Lines, Polygons, and Grids . . . . . . . . . . 70
3.2.3 Adding Reference and Layout Elements to Plots . . . . . 73
3.2.4 Arranging Panel Layout .. . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3 Alternatives Routes: ggplot, latticeExtra . . . . . . . . . . . . . . . . . 75
3.4 Interactive Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4.1 Interacting with Base Graphics. . . . . . . . . . . . . . . . . . . . . 77
3.4.2 Interacting with spplot and Lattice Plots . . . . . . . . . . . 78
3.5 Colour Palettes and Class Intervals . . . . . . . . . . . . . . . . . . . . . . . 79
3.5.1 Colour Palettes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.5.2 Class Intervals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4 Spatial Data Import and Export . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.1 Coordinate Reference Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.1.1 Using the EPSG List . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.1.2 PROJ.4 CRS Specification. . . . . . . . . . . . . . . . . . . . . . . . . 86
4.1.3 Projection and Transformation .. . . . . . . . . . . . . . . . . . . . 88
4.1.4 Degrees, Minutes, and Seconds . . . . . . . . . . . . . . . . . . . . . 90
4.2 Vector File Formats. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2.1 Using OGR Drivers in rgdal . . . . . . . . . . . . . . . . . . . . . . . 92
4.2.2 Other Import/Export Functions. . . . . . . . . . . . . . . . . . . . 99
4.3 Raster File Formats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3.1 Using GDAL Drivers in rgdal . . . . . . . . . . . . . . . . . . . . . . 100
4.3.2 Other Import/Export Functions. . . . . . . . . . . . . . . . . . . . 107
4.4 Google Earth™, Google Maps™ and Other Formats . . . . . . . . . 108
4.5 Geographical Resources Analysis Support System (GRASS). . 112
4.5.1 Broad Street Cholera Data . . . . . . . . . . . . . . . . . . . . . . . . 118
4.6 Other Import/Export Interfaces . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.6.1 Analysis and Visualisation Applications . . . . . . . . . . . . . 122
4.6.2 TerraLib and aRT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.6.3 Other GIS Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.7 Installing rgdal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5 Further Methods for Handling Spatial Data . . . . . . . . . . . . . . 127
5.1 Support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2 Handling and Combining Features . . . . . . . . . . . . . . . . . . . . . . . . 130
5.2.1 The rgeos Package.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
5.2.2 Using rgeos.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.3 Map Overlay or Spatial Join . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.3.1 Spatial Aggregation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.3.2 Using the raster Package for Extract Operations . . . . . 145
5.3.3 Spatial Sampling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.4 Auxiliary Functions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6 Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2 Types of Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2.1 Spatial Point or Area, Time Instance or Interval. . . . . . 152
6.2.2 Are Space and Time of Primary Interest? . . . . . . . . . . . 152
6.2.3 Regularity of Space-Time Layouts . . . . . . . . . . . . . . . . . . 152
6.2.4 Do Objects Change Location? . . . . . . . . . . . . . . . . . . . . . 153
6.3 Classes in spacetime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.4 Handling Time Series Data with xts . . . . . . . . . . . . . . . . . . . . . . 155
6.5 Construction of STObjects. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.6 Selection, Addition, and Replacement of Attributes . . . . . . . . . 158
6.7 Overlay and Aggregation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
6.8 Visualisation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.8.1 Multi-panel Plots. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.8.2 Space-Time Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.8.3 Animated Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
6.8.4 Time Series Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.9 Further Packages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.9.1 Handling Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . . 165
6.9.2 Analysing Spatio-Temporal Data . . . . . . . . . . . . . . . . . . . 165
6.10 Outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Part II Analysing Spatial Data
7 Spatial Point Pattern Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.2 Packages for the Analysis of Spatial Point Patterns . . . . . . . . . 174
7.3 Preliminary Analysis of a Point Pattern . . . . . . . . . . . . . . . . . . . 178
7.3.1 Complete Spatial Randomness . . . . . . . . . . . . . . . . . . . . . 179
7.3.2 G Function: Distance to the Nearest Event . . . . . . . . . . 179
7.3.3 F Function: Distance from a Point
to the Nearest Event. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.4 Statistical Analysis of Spatial Point Processes . . . . . . . . . . . . . . 182
7.4.1 Homogeneous Poisson Processes .. . . . . . . . . . . . . . . . . . . 183
7.4.2 Inhomogeneous Poisson Processes . . . . . . . . . . . . . . . . . . 184
7.4.3 Estimation of the Intensity . . . . . . . . . . . . . . . . . . . . . . . . 184
7.4.4 Likelihood of an Inhomogeneous Poisson Process . . . . . 187
7.4.5 Second-Order Properties . . . . . . . . . . . . . . . . . . . . . . . . . . 190
7.5 Some Applications in Spatial Epidemiology . . . . . . . . . . . . . . . . 192
7.5.1 Case–Control Studies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.5.2 Binary Regression Estimator.. . . . . . . . . . . . . . . . . . . . . . 198
7.5.3 Binary Regression Using Generalised
Additive Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.5.4 Point Source Pollution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
7.5.5 Accounting for Confounding and Covariates . . . . . . . . . 206
7.6 Further Methods for the Analysis
of Point Patterns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8 Interpolation and Geostatistics . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.2 Exploratory Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.3 Non-geostatistical Interpolation Methods . . . . . . . . . . . . . . . . . . 215
8.3.1 Inverse Distance Weighted Interpolation. . . . . . . . . . . . . 215
8.3.2 Linear Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
8.4 Estimating Spatial Correlation: The Variogram.. . . . . . . . . . . . 217
8.4.1 Exploratory Variogram Analysis. . . . . . . . . . . . . . . . . . . . 219
8.4.2 Cutoff, Lag Width, Direction Dependence . . . . . . . . . . . 222
8.4.3 Variogram Modelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.4.4 Anisotropy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
8.4.5 Multivariable Variogram Modelling . . . . . . . . . . . . . . . . . 229
8.4.6 Residual Variogram Modelling . . . . . . . . . . . . . . . . . . . . . 230
8.5 Spatial Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
8.5.1 Universal, Ordinary, and Simple Kriging . . . . . . . . . . . . 233
8.5.2 Multivariable Prediction: Cokriging .. . . . . . . . . . . . . . . . 233
8.5.3 Collocated Cokriging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
8.5.4 Cokriging Contrasts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
8.5.5 Kriging in a Local Neighbourhood . . . . . . . . . . . . . . . . . . 237
8.5.6 Change of Support: Block Kriging . . . . . . . . . . . . . . . . . . 238
8.5.7 Stratifying the Domain. . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
8.5.8 Trend Functions and Their Coefficients. . . . . . . . . . . . . . 241
8.5.9 Non-linear Transforms of the Response Variable . . . . . . 242
8.5.10 Singular Matrix Errors .. . . . . . . . . . . . . . . . . . . . . . . . . . . 243
8.6 Kriging, Filtering, Smoothing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
8.7 Model Diagnostics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
8.7.1 Cross Validation Residuals . . . . . . . . . . . . . . . . . . . . . . . . 247
8.7.2 Cross Validation z-Scores.. . . . . . . . . . . . . . . . . . . . . . . . . 249
8.7.3 Multivariable Cross Validation . . . . . . . . . . . . . . . . . . . . . 250
8.7.4 Limitations to Cross Validation . . . . . . . . . . . . . . . . . . . . 250
8.8 Geostatistical Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
8.8.1 Sequential Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
8.8.2 Non-linear Spatial Aggregation and Block Averages.. . 254
8.8.3 Multivariable and Indicator Simulation. . . . . . . . . . . . . . 255
8.9 Model-Based Geostatistics and Bayesian Approaches .. . . . . . . 256
8.10 Monitoring Network Optimisation . . . . . . . . . . . . . . . . . . . . . . . . 256
8.11 Other R Packages for Interpolation and Geostatistics. . . . . . . . 258
8.11.1 Non-geostatistical Interpolation . . . . . . . . . . . . . . . . . . . . 258
8.11.2 Spatial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.3 RandomFields . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.4 geoR and geoRglm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.11.5 Fields. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.11.6 spBayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
8.12 Spatio-Temporal Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
9 Modelling Areal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
9.2 Spatial Neighbours and Spatial Weights . . . . . . . . . . . . . . . . . . . 266
9.2.1 Neighbour Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
9.2.2 Spatial Weights Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
9.2.3 Handling Spatial Weights Objects . . . . . . . . . . . . . . . . . . 273
9.2.4 Using Weights to Simulate Spatial Autocorrelation . . . 274
9.3 Testing for Spatial Autocorrelation . . . . . . . . . . . . . . . . . . . . . . . 275
9.3.1 Global Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
9.3.2 Local Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
9.4 Fitting Models of Areal Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
9.4.1 Spatial Statistics Approaches . . . . . . . . . . . . . . . . . . . . . . 290
9.4.2 Spatial Econometrics Approaches. . . . . . . . . . . . . . . . . . . 303
9.4.3 Other Methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
10 Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320
10.2 Statistical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
10.2.1 Poisson-Gamma Model. . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
10.2.2 Log-Normal Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
10.2.3 Marshall’s Global EB Estimator. . . . . . . . . . . . . . . . . . . . 326
10.3 Spatially Structured Statistical Models . . . . . . . . . . . . . . . . . . . . 328
10.4 Bayesian Hierarchical Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
10.4.1 The Poisson-Gamma Model Revisited . . . . . . . . . . . . . . . 332
10.4.2 Spatial Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
10.5 Geoadditive Models. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
10.6 Detection of Clusters of Disease . . . . . . . . . . . . . . . . . . . . . . . . . . 347
10.6.1 Testing the Homogeneity of the Relative Risks . . . . . . . 348
10.6.2 Moran’s I Test of Spatial Autocorrelation . . . . . . . . . . . 350
10.6.3 Tango’s Test of General Clustering . . . . . . . . . . . . . . . . . 351
10.6.4 Detection of the Location of a Cluster . . . . . . . . . . . . . . 352
10.6.5 Geographical Analysis Machine . . . . . . . . . . . . . . . . . . . . 353
10.6.6 Kulldorff’s Statistic. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
10.6.7 Stone’s Test for Localised Clusters. . . . . . . . . . . . . . . . . . 355
10.7 Spatio-Temporal Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . 356
10.7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
10.7.2 Spatio-Temporal Modelling of Disease. . . . . . . . . . . . . . . 357
10.8 Other Topics in Disease Mapping . . . . . . . . . . . . . . . . . . . . . . . . . 361
Afterword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
R and Package Versions Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
Data Sets Used . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 364
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
Subject Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
Functions Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401
· · · · · · (收起)
读后感
评分
这本书理论与实践结合，不断的用Meuse这个土壤的数据为读者提供最直接的案例。 这本书主要使用的是R中的gstat的包，包含着非常强大的空间数据处理能力。 我最近做的一些工作，需要比ArcGIS更灵活的分析，于是就买了一本2手的，挺便宜的。 这本书我主要看了如何构建空间数据...
评分Datum，在地学中，其实就是大地基准面的意思，在本书中，按照基准翻译。基准是什么玩意？请问，翻译本书的人，你是学地学的吗？下面是无数错误中的一个例子： 原文：Here we use numbers in sequence to index the points and the rows of our data frame, because neither the...
评分Datum，在地学中，其实就是大地基准面的意思，在本书中，按照基准翻译。基准是什么玩意？请问，翻译本书的人，你是学地学的吗？下面是无数错误中的一个例子： 原文：Here we use numbers in sequence to index the points and the rows of our data frame, because neither the...
评分这本书理论与实践结合，不断的用Meuse这个土壤的数据为读者提供最直接的案例。 这本书主要使用的是R中的gstat的包，包含着非常强大的空间数据处理能力。 我最近做的一些工作，需要比ArcGIS更灵活的分析，于是就买了一本2手的，挺便宜的。 这本书我主要看了如何构建空间数据...
评分这本书理论与实践结合，不断的用Meuse这个土壤的数据为读者提供最直接的案例。 这本书主要使用的是R中的gstat的包，包含着非常强大的空间数据处理能力。 我最近做的一些工作，需要比ArcGIS更灵活的分析，于是就买了一本2手的，挺便宜的。 这本书我主要看了如何构建空间数据...
用户评价
评分
这本书的叙事风格简直像一场精心策划的学术漫步，节奏感把握得非常好。它不像有些技术书籍那样冷冰冰、干巴巴，反而带有一种引导者特有的耐心和对学科的热爱。作者在引入新概念时，总会先设置一个引人入胜的“现实世界问题”，比如气候变化对物种分布的影响，或是犯罪热点的聚集规律。通过这样的场景代入，那些原本抽象的数学公式和算法瞬间就变得有血有肉，有了实际意义。我发现自己不再是为了完成作业而学习，而是真的渴望弄明白这些工具背后的原理，好让自己能更有效地去探索我自己的研究兴趣点。阅读体验上，页面的排版和图表的清晰度也值得称赞，即使是复杂的回归模型输出，也能被整理得井井有条，让人赏心悦目。
评分坦白讲，这本书的深度是需要读者投入精力的，它绝不是那种可以周末速成的“速查手册”。在探讨高级主题，比如空间计量经济学模型的构建时，作者展现了深厚的专业素养，丝毫没有为了迎合初学者而降低标准。我花了比预期更长的时间来消化关于自相关和异方差处理的章节，那些涉及到矩阵代数和假设检验的讨论，要求读者必须具备一定的统计学基础。但这恰恰是它的价值所在——它把你从一个简单的“绘图员”提升到了一个真正的“分析师”的层次。它要求你思考的不仅仅是“如何得到一个漂亮的地图”，而是“我的模型是否稳健？”“我的推断是否有效？”这种对严谨性的强调，在当前的速成文化中显得尤为可贵。它更像是一本可以伴随你职业生涯的工具书，而不是一本读完就束之高阁的快餐读物。
评分这本书的封面设计实在有点朴实过头了，老实说，第一次在书店看到它时，我差点没把它当成一本教材的旧版。不过，一旦翻开内页，那种立刻就能感受到的扎实感和条理性，立刻让我打消了先入为主的偏见。作者在组织材料时显然下了大功夫，从最基础的空间概念到复杂的统计模型，每一步都衔接得自然流畅。我特别欣赏它在理论阐述和实际操作之间的平衡。很多GIS或统计学的书，要么过于偏重理论，读起来晦涩难懂，要么就是一味的代码堆砌，让你不知道背后的逻辑是什么。但这本书似乎找到了那个完美的中间点，它不仅仅教你“怎么做”，更深入地解释了“为什么这么做”，这对于我这种希望真正理解空间数据分析精髓的人来说，简直是福音。那些关于坐标系统转换和投影差异的章节，我以前总是囫囵吞枣地略过，但在这里，作者用非常清晰的图示和通俗的语言把这些复杂的概念讲透了，让我对底层逻辑有了更坚实的把握。
评分我得说，这本书的实践性强到令人发指，我甚至怀疑作者是不是一边写书一边在为某个大型项目做教程。它不是那种只在理论层面空谈的“假把式”，而是实实在在地引导你使用R语言中那些最前沿、最实用的包。我之前对`sf`包的使用一直很犹豫，总觉得学习曲线太陡峭，但通过书中精心设计的案例——比如那个关于城市热岛效应的分析——我几乎是无痛地掌握了关键功能。每一个代码块都配有详细的注释和预期的输出结果，这极大地减少了调试的挫败感。特别是关于空间插值和模式识别的部分，书中展示了好几种不同的算法，并对比了它们的优劣和适用场景。这比我之前在网上零散学到的知识要系统和全面得多。它更像是一位经验丰富的导师，在你遇到瓶颈时，轻轻推你一把，告诉你该用哪个工具箱里的哪把瑞士军刀去解决问题。
评分这本书的配套资源和社区支持是其隐藏的亮点。虽然我们评价的是实体书本身，但阅读过程中能明显感觉到作者设计了一套完整的学习生态系统。书中提及的许多示例数据集都是公开且易于获取的，这使得读者可以完全复现书中的所有分析，这一点对于验证学习成果至关重要。更让我感到惊喜的是，作者似乎预料到了读者在某些特定R包版本更新后可能遇到的兼容性问题，在相关部分的说明中提供了非常前瞻性的建议。这种对读者体验的周到考虑，超越了一般书籍的范畴，体现了作者不仅在传授知识，更是在培养一代空间分析的使用者。我感觉自己不是在读一本静态的书籍，而是在参与一个不断迭代和成长的知识项目。
评分 评分 评分 评分 评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有