原文链接：http://tecdat.cn/?p=10932 介绍 在本节中，我将重点介绍使用集成嵌套 拉普拉斯近似方法的贝叶斯推理。  可以 估计贝叶斯 层次模型的后边缘分布。 鉴于模型类型非常广泛，我们将重点关注用于分析晶格数据的空间模型。   数据集：纽约州北部的白血病 为了说明如何与空间模型拟合，将使用纽约白血病数据集。该数据集记录了普查区纽约州北部的许多白血病病例。数据集中的一些变量是： Cases：1978-1982年期间的白血病病例数。 POP8：1980年人口。 PCTOWNHOME：拥有房屋的人口比例。 PCTAGE65P：65岁以上的人口比例。 AVGIDIST：到

2）偏相关系数的t检验 常用以下统计量 给定置信度a，从t分布表中查出其临界值ta（n-m-1），当计算的 ItI>= ta（n-m-1）时，则认为xj的作用显著，不可剔除。 1.4.5 非线性回归模型 1）指数模型 y=aebx 如人文地理学中的城市人口空间分布密度服从负指数模型、 Beckmann的城镇等级-规模模型等。 又如自然地理学中著名的Horton-Strahler水系构成定律。 2）对数模型 y=a+blnx 如人文地理学中的城市化水平与人均产值关系模型、交通网 络连接度与人均收入模型。

基于R语言的地理空间数据分析,从空间。信息。地理等角度诠释基于R语言的分析

《空间数据分析教程》是2010年科学出版社出版的图书，作者是王劲峰，廖一兰，刘鑫。

matlab开发-地理空间数据分析与可视化的数据库。来自IRIS网络研讨会的文件

随着数字化、智能化转型，网络资产的数量也成几何式增长，对于网络资产梳理也变得棘手。传统网络空间测绘更注重资产的发现和基础识别，测绘结果到真正可用的资产信息需要进一步梳理，本议题从实际落地的案例出发，和大家探讨网络空间测绘在组织的应用实践。 一、网络空间测绘现状 二、从泛空间测绘到落地实践 三、网络空间测绘未来发展

地理空间数据分析工具的学习，包括qgis和geoserver，还包括地理空间的数据分析和可视化

探索性空间数据分析(ESDA) ESDA是指利用统计学原理和图形图表相结合对空间信息的性质进行分析、鉴别，用以引导确定性模型的结构和解法。 ESDA与EDA区别在于它考虑了数据的空间特性，在方法上它将数据分解为一般趋势和叠加于其上的局部变化两部分。然后用一定的数学函数去拟合由样本点产生的经验变率函数，进行诸如克立格内插等空间操作。 *

GeoPandas空间数据分析（中文教程）.pdf

本书较全面地介绍了R应用于空间数据分析的原理和方法。在介绍R中空间数据类、方法、空间对象、空间点类、空间线类、空间面类及空间网格的基础上，首先介绍了空间数据的可视化。空间数据的导人导出、空间数据的处理及定制多点数据、六角形网格、时空网格及大型网格数据类的方法；然后介绍了空间点模式分析、插值与地统计分析、面数据和空间自相关分析和面数据建模；最后介绍了空间数据分析在疾病数据制图及分析中的应用。 本书适合作为“空间信息处理”和“空间信息可视化”课程的教材，通过大量的实例展示了 空间分析方法的应用领域及其价值，较全面地展示了R在空间统计与分析中的成果与前景。本书配套网站包括了书中的所有实例、所涉及的包和数据集，对读者学习和研究将有很大帮助。 目录 第一部分 r的空间数据处理 第1章 空间数据介绍 1.1 空间数据分析 1.2 为什么要用r 1.2.1 概述 1.2.2 为什么使用r进行空间数据分析 1.3 r和gis 1.3.1 什么是gis 1.3.2 面向服务的架构 1.3.3 进一步了解gis 1.4 空间数据的类型 1.5 存储和显示 1.6 空间数据分析应用 1.7 r空间资源 1.7.1 在线资源 1.7.2 本书的结构 第2章 r的空间数据类 2.1 概述 2.2 r中的类和方法 2.3 spatial对象 2.4 spatialpoints类 2.4.1 方法 2.4.2 空间点数据的数据框 2.5 spatiallines类 2.6 spatialpolygons类 2.6.1 spatialpolygons dataframe对象 2.6.2 孔和环方向 2.7 spatialgrid和spatialpixel对象 第3章 空间数据可视化 3.1 传统绘图系统 3.1.1 绘制点、线、多边形和网格 3.1.2 坐标轴和布局元素 3.1.3 坐标轴标签和参考网格中的度 3.1.4 绘图尺寸、绘图区域、地图比例以及多图绘制 3.1.5 绘图属性和地图图例 3.2 使用spplot的trellis/lattice绘制 3.2.1 一个直观的trellis示例 3.2.2 绘制点、线、面和网格 3.2.3 对图添加参考物和布局元素 3.2.4 安排面板布局 3.3 绘图交互 3.3.1 基本图形的交互 3.3.2 spplot和lattice的绘图交互 3.4 彩色调色板和类区间 3.4.1 彩色调色板 3.4.2 类区间 第4章 空间数据导入/导出 4.1 坐标参考系 4.1.1 使用epsg清单 4.1.2 proj.4 crs规范 4.1.3 投影和坐标转换 4.1.4 度、分和秒 4.2 矢量文件格式 4.2.1 使用rgdal包中的ogr驱动程序 4.2.2 其他的导入/导出函数 4.3 栅格文件格式 4.3.1 使用rgdal包中的gdal驱动 4.3.2 编写一个google earth影像覆盖 4.4 grass 百老街霍乱数据 4.5 其他的导入/导出接口 4.5.1 分析和可视化应用 4.5.2 terralib和art 4.5.3 其他gis和web地图系统 4.6 安装rgdal包 第5章 空间数据处理高级方法 5.1 支撑 5.2 叠置 5.3 空间取样 5.4 拓扑检查 5.4.1 多边形合并 5.4.2 孔状态检查 5.5 组合空间数据 5.5.1 组合位置数据 5.5.2 组合属性数据 5.6 辅助函数 第6章 定制空间数据类和方法 6.1 使用类和方法编程 6.1.1 s3型类和方法 6.1.2 s4型类和方法 6.2 程序包trip中的动物足迹数据 6.2.1 通用函数和构造函数 6.2.2 trip对象的方法 6.3 多点数据：空间多重点 6.4 六边形网格 6.5 时-空网格 6.6 蒙特卡洛模拟的空间分析 6.7 大型网格的处理 第二部分 空间数据分析 第7章 空间点模式分析 7.1 概述 7.2 空间点模式分析包 7.3 点模式的初步分析 7.3.1 完全空间随机模式 7.3.2 g函数：最近邻事件距离 7.3.3 f函数：一个点到其最邻近事件的距离 7.4 空间点过程的统计分析 7.4.1 同质泊松过程 7.4.2 非同质泊松过程 7.4.3 强度的估计 7.4.4 非同质泊松过程的似然 7.4.5 二阶特性 7.4.6 非同质的k函数 7.5 在空间流行病中的一些应用 7.5.1 病例控制研究 7.5.2 二元回归估计 7.5.3 使用广义加模型的二元