Print

Primijenjena analiza prostornih podataka u R-u (169285)

Course coordinators

Course description

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).

Type of course

ECTS: 6.00

English language: L1

E-learning: L2

Teaching hours: 60
Lectures: 30
Practicum: 26
Seminar: 4

Associate teacher for exercises
Grading

Sufficient (2): 60%-70%
Good (3): 71%-80%
Very good (4): 81%-90%
Excellent (5): 91%-100%

Conditions for obtaining signature

Redovno pohađanje nastave (prema članku 12. Pravilnika o studiranju). Izostali praktikum treba nadoknaditi predajom domaće zadaće iz te nastavne jedinice.

General competencies

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)

Types of instruction

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

Learning outcomes

Learning outcome Evaluation methods
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

Working methods

Students' obligations

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

Methods of grading

Evaluation elements Maximum points or Share in evaluation Grade rating scale Grade Direct teaching hours Total number of average student workload ECTS
pismeni ispit 60% 0-60
61-70
71-80
81-90
91-100
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
36 108 3.6
seminar 20% 0-60
61-70
71-80
81-90
91-100
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
12 36 1.2
usmeni ispit 20% 0-60
61-70
71-80
81-90
91-100
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
12 36 1.2
Ukupno 100% 60 180 6

Weekly class schedule

  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

Obligatory literature

  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.

Recommended literature

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

Please sign in to your account

This site uses cookies and other tracking technologies to assist with navigation and your ability to provide feedback, analyse your use of our products and services, assist with our promotional and marketing efforts, and provide content from third parties. Cookie Policy.