Studijski program

Primijenjena analiza prostornih podataka u R-u (169285)

ECTS bodovi 6.00
Engleski jezik R1
E-učenje R2
Sati nastave 60
Predavanja 30
Vježbe u praktikumu 26
Seminar 4
Izvođač vježbi
Filip Varga, mag. biol. exp.
Ocjenjivanje
Dovoljan (2) 60%-70%
Dobar (3) 71%-80%
Vrlo dobar (4) 81%-90%
Izvrstan (5) 91%-100%
Uvjeti za dobivanje potpisa
Redovno pohađanje nastave (prema članku 12. Pravilnika o studiranju). Izostali praktikum treba nadoknaditi predajom domaće zadaće iz te nastavne jedinice.

Nositelji predmeta

doc. dr. sc. Toni Safner
doc. dr. sc. Toni Safner
doc. dr. sc. Dragica Šalamon
doc. dr. sc. Dragica Šalamon

Opis predmeta

Napredak tehnologije, niska cijena i dostupnost GPS uređaja doveli su do povećanja prisutnosti skupova georeferenciranih podataka i interesa znanstvenika za njihovom analizom. Cilj takvih analiza je opisivanje prostornog rasporeda različitih pojava (resursi, zagađenje, bioraznolikost i sl.) i modeliranje uzroka takvog rasporeda. Prilagođavanje i povezivanje velikog broja statističkih metoda za analizu i prikaz prostornih podataka, i njihova dostupnost kroz različite vrste računalnih programa može djelovati obeshrabljujuće za nove korisnike. Glavni cilj modula je sistematizirati metode za statističku analizu i prikaz prostornih podataka i približiti ih studentima kroz konkretne primjere primjene različitih metoda i samostalne radove koji će studentima omogućiti samostalnu analizu, vizualizaciju i interpretaciju prostornih podataka.
Sustav R (slobodnog koda) odabran je kao pogodan sustav za demonstraciju metoda za analizu prostornih podataka jer osigurava alate za unos, manipulaciju, analizu i prikaz prostornih podataka unutar istog okruženja. Zbog široke baze korisnika R osigurava i kvalitetna i brza proširenja funkcionalnosti (putem paketa) novim funkcijama i široku bazu dostupne literature na različitim jezicima (dominantno na engleskom).

Vrsta predmeta

Opće kompetencije

Osnovno znanje sustava R i sistematizacije i analize podataka iz bilo kojeg izvora (iz modula Biometrika, Uvod u SAS i R na Agronomskom fakultetu Sveučilišta u Zagrebu, iz tečajeva na SRCE ili samostalno: Coursera, Datacamp ( datacamp.com ) ili drugih)

Oblici nastave

  • Ostali oblici skupnog ili samostalnog učenja
  • Predavanja
  • Provjere znanja
    seminar, pismeni i usmeni ispit
  • Seminari
  • Vježbe

Ishodi učenja i način provjere

Ishod učenja Način provjere
Odabrati, organizirati i vrednovati prostorne podatke u sustavu R seminarski rad, pismeni, usmeni ispit
Analizirati vlastite prostorne podatke i nacrtati grafički prikaz rezultat analize u grafičkim uređajima sustava R (ekranski uređaj, .pdf, .eps, .png grafički uređaji) seminarski rad, pismeni, usmeni ispit
Uz svoj set podataka u R-u povezati odgovarajuće podatke s prostornom komponentom iz slobodno dostupnih on-line repozitorija seminarski rad, pismeni, usmeni ispit
Odabrati, primijeniti i interpretirati potrebnu analizu za vlastite podatke s prostornim aspektom pomoću programskih paketa sustava R seminarski rad, pismeni, usmeni ispit
Procijeniti, vrednovati i analizirati sadržaj stručne i znanstvene literature iz područja prostorne analize seminarski rad, pismeni, usmeni ispit

Način rada

Obaveze studenta

Pohađati predavanja, izvršiti sve samostalne vježbe, rješavati zadaće zadane početkom semestra, pročitati odabrane znanstvene radove i izložiti ih, te kritički sudjelovati u grupnoj raspravi.

Polaganje ispita

Elementi praćenja Maksimalno bodova ili udio u ocjeni Bodovna skala ocjena Ocjena Broj sati izravne nastave Ukupni broj sati rada prosječnog studenta ECTS bodovi
pismeni ispit 60% 0-60
61-70
71-80
81-90
91-100
Nedovoljan (1)
Dovoljan (2)
Dobar (3)
Vrlo dobar (4)
Izvrstan (5)
36 108 3.6
seminar 20% 0-60
61-70
71-80
81-90
91-100
Nedovoljan (1)
Dovoljan (2)
Dobar (3)
Vrlo dobar (4)
Izvrstan (5)
12 36 1.2
usmeni ispit 20% 0-60
61-70
71-80
81-90
91-100
Nedovoljan (1)
Dovoljan (2)
Dobar (3)
Vrlo dobar (4)
Izvrstan (5)
12 36 1.2
Ukupno 100% 60 180 6

Tjedni plan nastave

  1. Struktura prostornih podataka i sustavi za njihovu vizualizaciju i analizu
  2. Prostorni podaci u sustavu R
  3. Primjena odgovarajućih koordinatnih sustava i projekcija u radu s R-objektima
  4. Vizualizacija prostornih podataka u sustavu R
  5. Sustav računalnih programa za prostorne analize koji se može koristiti kroz R bez potrebe učenja novih sučelja
  6. Uvod u prostorne analize, metode prostorne analize ovisno o tipu podataka
  7. Mjere opće povezanosti podataka, autokorelacija s atributima nominalne skale
  8. Točkasti procesi
  9. Topologija
  10. Izlaganje studentskih seminara i zadaće 1
  11. Prostorni regresijski modeli
  12. Modeli sličnosti i pogodnosti
  13. Klasteriranje s prostornim podacima
  14. Izlaganje studentskih seminara i zadaće 2
  15. Ispit

Obvezna literatura

  1. Malvić T. (2013). Rječnik osnovnih geostatističkih pojmova.
    Bivand RS., Pebesma EJ., Gómez-RubioV. (2013). Applied Spatial Data Analysis with R (Use R). Springer.

    Odabrani znanstveni radovi
    Safner T., Miller MP., McRae BH., Fortin MJ., Manel S. (2011) Comparison of Bayesian clustering and edge detection methods for inferring boundaries in landscape genetics. International Journal of Molecular Sciences 12 (2), 865-889.
    Safner T., Miaud C., Gaggiotti O., Decout S., Rioux D., Zundel S., Manel S. (2011) Combining demography and genetic analysis to assess the population structure of an amphibian in a human-dominated landscape. Conservation genetics 12 (1), 161-173
    Šprem N., Frantz AC., Cubric Curik V., Curik I. (2013) Influence of habitat fragmentation on population structure of red deer in Croatia; Mammalian Biology - Zeitschrift für Säugetierkunde.
  2. Radović A. (2015). Programski jezik R u vizualizaciji i analizi prostornih podataka (S730). Priručnik za polaznike. Srce.

Preporučena literatura

  1. Spatial statistics; Bryan Ripley (http://www.people.fas.harvard.edu/~zhukov/spatial.html )