内容简介
环境与社会科学的数据多存在于地理空间之中，空间数据分析方法是分析挖掘地理空间数据信息和知识的有效手段。《空间数据分析教程（第二版）》包括了空间探索性分析、空间统计学、机器学习和时空分析，以及空间分析软件包和案例数据等内容。《空间数据分析教程（第二版）》介绍的各种方法和模型均附有真实案例和数据，以及软件和数据下载地址和操作步骤，读者可以按照《空间数据分析教程（第二版）》描述重复这一过程，然后输入自己的数据迅速得到自己的计算结果。阅读《空间数据分析教程（第二版）》只需要概率统计的基本知识即可。目录
目录
第二版前言
第一版前言
引论1
0.1举例1
0.2空间数据分析理论体系5
0.3模型选择与效果评估6
0.4《空间数据分析教程（第二版）》结构7
第一篇空间探索性分析
第1章GIS简介10
1.1案例10
1.2GIS原理13
1.3ArcGIS软件使用步骤16
第2章地图分析21
2.1意念地图21
2.2图形分析22
2.3图谱分析25
第二篇空间统计学
第3章空间总体特性30
3.1空间自相关性31
3.2空间分层异质性38
3.3可变面元问题42
3.4小结43
第4章空间抽样45
4.1空间简单随机抽样48
4.2空间系统抽样49
4.3空间分层抽样50
4.4空间三明治抽样53
4.5“三位一体”空间抽样理论56
第5章空间插值61
5.1核密度估计61
5.2趋势面64
5.3反距离加权法66
5.4Kriging方法69
5.5CoKriging方法71
5.6三明治插值75
5.7“3G”方法77
第6章空间格局82
6.1空间点格局82
6.2空间热点90
6.3空间分异96
第7章空间回归97
7.1通用模型97
7.2空间滞后模型97
7.3空间误差模型100
7.4地理加权回归(GWR)101
第8章地理探测器107
8.1原理107
8.2软件110
8.3案例111
8.4讨论和结论117
第三篇机器学习
第9章决策树与随机森林122
9.1原理122
9.2案例123
9.3数学模型129
第10章贝叶斯网络推理131
10.1原理131
10.2案例132
10.3数学模型139
第11章深度学习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数学模型154
第13章支持向量机156
13.1原理156
13.2案例156
13.3数学模型160
第14章粒子群算法161
14.1原理161
14.2案例161
14.3数学模型166
第15章期望最大化算法168
15.1原理168
15.2案例168
15.3数学模型177
第四篇时空分析
第16章EOF和小波分析180
16.1原理180
16.2案例181
16.3数学模型191
第17章贝叶斯最大熵194
17.1原理194
17.2案例194
17.3数学模型200
第18章贝叶斯层次模型202
18.1原理202
18.2案例203
18.3数学模型209
第19章地理演化树模型211
19.1原理211
19.2案例212
19.3讨论219
第20章Genbank序列时空进化分析221
20.1序列收集与比对221
20.2进化分析225
20.3时空进化过程可视化235
概念238
参考文献241
附录
附录A空间统计学软件包252
A1GeoDa：空间统计分析软件252
A2CrimeStat：空间聚类软件253
A3WinBUGS和GeoBUGS：贝叶斯层次建模软件254
A4SatScan：空间扫描软件257
A5Geodetector：地理探测器软件258
A6SSSI：空间抽样与统计推断软件259
附录B机器学习软件包262
B1BayesianBeliefNetwork：贝叶斯网络推理软件262
B2Rosetta：粗糙集计算软件263
B3SPSS：数据统计软件264
B4Weka：数据挖掘软件265
B5PSO/ACO2：粒子群算法软件265
B6MATLAB：科学计算软件266
B7MiniTab：智能统计分析软件267
B8BMEGUI：贝叶斯最大熵软件267
B9地理演化树模型267
B10BEAST：科学计算软件268
B11R：数据分析和图形显示的程序设计环境269
附录C数据集(Excel和GIS格式)270
