Geostatistiker - Räumliche Datenanalyse mit R

Lerne räumliche Muster in dein Daten zu analysieren, identifizieren und zu präsentieren.

Ratings 4.75 / 5.00

Geostatistiker - Räumliche Datenanalyse mit R

What You Will Learn!

In diesem Kurs lernst du Grundprinzipien der räumlichen Statistik genauso kennen, wie der praktisch Einsatz dieser Methoden in R.
Am Ende dieser Schulung wirst du in der Lage sein, das Skalenniveau deiner Daten zu benennen und geeignete Rechenverfahren auszuwählen.
Du wirst in der Lage sein, statistische Grundprinzipien wie Wahrscheinlichkeitsverteilungen und statistische Hypothesentests zu verstehen und anzuwenden.
Du wirst verstehen, was mit räumlicher Autokorrelation gemeint ist, wie man sie berechnet und wie man sie sich für statistische Verfahren zunutze machen kann.
Du wirst räumliche Hotspot Analysen und weitere räumliche Clusteranalysen verstehen und durchführen können.
Du wirst verschiedene räumliche Interpolationsverfahren kennen und wissen, wie man sie nutzt.
Du wirst uni-, bi- und multivariate Regressionsanalysen beherrschen, sowie weitere Phänomene und Methoden, die damit zusammenhängen.
Du wirst deine Regressionsanalysen auf ein neues Level heben, indem du mathematische Annahmen überprüfst, und den Raumbezug integrierst.
Schließlich wirst du in der Lage sein, im weiteren Feld des Machine Learnings, geeignete Methoden zu benennen und für deine Daten auszuwählen.

Description

Herzlich willkommen zur Geostatistiker Schulung! In dieser Schulung werden wir lernen räumliche Phänomene, Sachverhalte und Zusammenhänge zu analysieren und zu identifizieren, um sie letztendlich anschaulich zu präsentieren. Wir werden uns sowohl statistische Konzepte und Prinzipien, wie auch die praktische Anwendung in R angucken.

Wir werden uns als erstes Skalenniveaus und deskriptive Statistik angucken. Als nächstes lernen wir von Grund auf, wie Wahrscheinlichkeitsverteilungen zustande kommen und wie wir sie interpretieren. Wir werden in der Lage sein, zu erklären, wie statistische Hypothesentest funktionieren und wie das Ganze mit Wahrscheinlichkeitsverteilungen zusammenhängt. Als nächstes gucken wir uns Grundannahmen und den Raumbezug an. Hier werden wir mathematische Grundannahmen überprüfen, Korrelationsanalysen durchführen, und uns dann das Prinzip der räumlichen Autokorrelation näher angucken. Wir werden die räumliche Autokorrelation auch verwenden, um eine räumliche Hotspot Analyse durchzuführen.

Als nächstes werden wir uns verschiedenste Clusteranalysen kennenlernen und verstehen, wie wir räumliche Häufungen hoher und niedriger Werte in unseren Daten identifizieren.

Anschließend beschäftigen wir uns mit räumlichen interpolationsverfahren. Wir lernen verschiedene Methoden kennen, die es uns erlauben, punktförmige Daten in die Fläche zu interpolieren.

Schließlich lernen wir Regressionsanalysen in 2 Teilen zu meistern. Zunächst beschäftigen wir uns mit uni-, bi- und multivariaten Regressionsverfahren und Phänomene und Methoden, die damit zusammenhängen. Im zweiten Teil gehen wir der Sache noch ein bisschen mehr auf den Grund. Wir gucken wir uns mathematischen Grundannahmen an, überprüfen diese und leiten dann gegebenenfalls die richtigen Schritte ein, um keine mathematischen Grundannahmen zu verletzen. In diesem Teil werden wir auch sehen, wie wir die räumliche Information in den Regressionsanalysen berücksichtigen können, um unsere Regressionsmodelle zu verbessern.

Zum Schluss gibt es dann noch einen kleinen Überblick über weitere Maschine Learning Techniken, womit wir dann die Schulung abschließen.