Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Modelling Spatial and Spatial-Temporal Data: A Bayesian Approach
Contenu du livre :
Modélisation des données spatiales et spatio-temporelles : une approche bayésienne s'adresse aux statisticiens et aux étudiants et chercheurs en sciences sociales, économiques et de santé publique qui travaillent avec des données spatiales et spatio-temporelles à petite échelle. Il suppose des bases en théorie statistique jusqu'au modèle de régression linéaire standard. Le livre compare les modèles économétriques hiérarchiques et spatiaux, fournissant à la fois une référence et un texte d'enseignement avec des exercices dans chaque chapitre. Le livre fournit un traitement entièrement bayésien et autonome de la théorie statistique sous-jacente, avec des chapitres consacrés à des applications substantielles. Le livre comprend le code WinBUGS et le code R et tous les ensembles de données sont disponibles en ligne.
La première partie couvre les questions fondamentales qui se posent lors de la modélisation des données spatiales et spatio-temporelles. La partie II se concentre sur la modélisation des données spatiales transversales et commence par décrire les méthodes exploratoires qui aident à guider le processus de modélisation. Elle comprend ensuite deux chapitres théoriques sur les modèles bayésiens et un chapitre sur les applications. Deux chapitres suivent sur la modélisation économétrique spatiale, l'un décrivant différents modèles, l'autre des applications substantielles. La partie III traite de la modélisation des données spatio-temporelles, en introduisant tout d'abord les modèles pour les données de séries temporelles. Des méthodes exploratoires pour détecter différents types d'interaction spatio-temporelle sont présentées, suivies de deux chapitres sur la théorie des modèles spatio-temporels séparables (sans interaction spatio-temporelle) et inséparables (avec interaction spatio-temporelle). Un chapitre sur les applications comprend : l'évaluation d'une intervention politique ; l'analyse de la dynamique temporelle des points chauds de la criminalité ; la surveillance des maladies chroniques ; et la recherche de preuves de débordements spatiaux dans la propagation d'une maladie infectieuse. Le dernier chapitre propose quelques orientations et défis futurs.
Robert Haining est professeur émérite de géographie humaine à l'université de Cambridge, en Angleterre. Il est l'auteur de Spatial Data Analysis in the Social and Environmental Sciences (1990) et de Spatial Data Analysis : Theory and Practice (2003). Il est membre du RGS-IBG et de l'Académie des sciences sociales.
Guangquan Li est maître de conférences en statistiques au département de mathématiques, de physique et d'ingénierie électrique de l'université de Northumbria, à Newcastle, en Angleterre. Ses recherches portent sur le développement et l'application des méthodes bayésiennes dans le domaine des sciences sociales et de la santé. Il est membre de la Royal Statistical Society.
Autres informations sur le livre :
| ISBN : | 9781032175003 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 640 |
Achat:
Actuellement disponible, en stock.
