空间数据分析教程

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 本书结构 7

第一篇 空间探索性分析 10

第1章 GIS简介 10

1.1 案例 10

1.2 GIS原理 13

1.3 ArcGIS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 30

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

5.4 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 122

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 180

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 252

附录A 空间统计学软件包 252

A1 GeoDa：空间统计分析软件 252

A2 CrimeStat：空间聚类软件 253

A3 WinBUGS和GeoBUGS：贝叶斯层次建模软件 254

A4 SatScan：空间扫描软件 257

A5 Geodetector：地理探测器软件 258

A6 SSSI：空间抽样与统计推断软件 259

附录B 机器学习软件包 262

B1 Bayesian Belief Network：贝叶斯网络推理软件 262

B2 Rosetta：粗糙集计算软件 263

B3 SPSS：数据统计软件 264

B4 Weka：数据挖掘软件 265

B5 PSO/ACO2：粒子群算法软件 265

B6 MATLAB：科学计算软件 266

B7 MiniTab：智能统计分析软件 267

B8 BMEGUI：贝叶斯最大熵软件 267

B9 地理演化树模型 267

B10 BEAST：科学计算软件 268

B11 R：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