اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیل داده‌های مکانی با آمار

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل داده‌های مکانی با آمار

موضوع کلی: علوم و فناوری‌های ژئوماتیک (سنجش از دور و سامانه‌های اطلاعات مکانی)

موضوع میانی: نقشه‌برداری دیجیتال

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل داده‌های مکانی و آمار
• 2. مفاهیم پایه آمار توصیفی برای داده‌های مکانی
• 3. انواع داده‌های مکانی و مقیاس‌های اندازه‌گیری
• 4. نمایش گرافیکی داده‌های مکانی (هیستوگرام، نمودار پراکندگی و ...)
• 5. آمار استنباطی و کاربرد آن در تحلیل مکانی
• 6. توزیع‌های آماری رایج در داده‌های مکانی
• 7. آزمون‌های فرض برای داده‌های مکانی
• 8. تحلیل خوشه‌بندی مکانی (Spatial Clustering)
• 9. شاخص‌های خوشه‌بندی: Moran's I، Getis-Ord Gi*
• 10. تحلیل خودهمبستگی مکانی (Spatial Autocorrelation)
• 11. رگرسیون خطی ساده و چندگانه در داده‌های مکانی
• 12. مدل رگرسیون مکانی (Spatial Regression Models)
• 13. رگرسیون جغرافیایی وزن‌دار (Geographically Weighted Regression - GWR)
• 14. تحلیل هم‌مکانی (Collocation Analysis)
• 15. اینترپولاسیون مکانی: روش‌های IDW، Kriging و Spline
• 16. ارزیابی دقت اینترپولاسیون مکانی
• 17. تحلیل چگالی (Density Analysis)
• 18. تحلیل مسیر (Path Analysis) و شبکه‌های حمل و نقل
• 19. تحلیل دید (Viewshed Analysis)
• 20. مدل‌های سطح دیجیتال (Digital Elevation Models - DEM) و تحلیل آن‌ها
• 21. تحلیل شیب، جهت و ارتفاع در DEM
• 22. تحلیل حوضه آبخیز با استفاده از DEM
• 23. تحلیل دسترسی (Accessibility Analysis)
• 24. تحلیل گرانش (Gravity Models)
• 25. تحلیل مکانی-زمانی (Space-Time Analysis)
• 26. تحلیل تغییرات مکانی (Change Detection)
• 27. کاربرد تحلیل مکانی در مدل‌سازی محیط زیست
• 28. تحلیل مکانی در برنامه‌ریزی شهری
• 29. تحلیل مکانی و جرم‌شناسی
• 30. تحلیل مکانی و بازاریابی
• 31. تحلیل مکانی و بهداشت و درمان
• 32. تحلیل مکانی و مدیریت بحران
• 33. تحلیل شبکه‌های اجتماعی مکانی (Spatial Social Network Analysis)
• 34. مقدمه‌ای بر تحلیل داده‌های مکانی بزرگ (Big Spatial Data)
• 35. تحلیل داده‌های مکانی با استفاده از ابزارهای GIS
• 36. تحلیل داده‌های مکانی با استفاده از زبان برنامه‌نویسی R
• 37. تحلیل داده‌های مکانی با استفاده از زبان برنامه‌نویسی Python
• 38. مقدمه‌ای بر یادگیری ماشین در تحلیل داده‌های مکانی
• 39. کاربرد الگوریتم‌های طبقه‌بندی در داده‌های مکانی
• 40. کاربرد الگوریتم‌های خوشه‌بندی در داده‌های مکانی
• 41. ارزیابی مدل‌های تحلیل مکانی
• 42. نوشتن گزارش و ارائه نتایج تحلیل مکانی