کتاب صوتی آمار فضایی پیشرفته: مدل‌سازی و تحلیل داده‌های مکانی با رویکردی کاربردی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آمار فضایی پیشرفته: مدل‌سازی و تحلیل داده‌های مکانی با رویکردی کاربردی

موضوع کلی: علم داده و تحلیل مکانی

موضوع میانی: آمار فضایی و تحلیل داده‌های مکانی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علم داده‌های مکانی
• 2. انواع داده‌های مکانی: نقطه‌ای، ناحیه‌ای، ژئواستاتیک
• 3. چالش‌ها و فرصت‌ها در تحلیل داده‌های مکانی
• 4. سیستم‌های مختصات و تصویرگذاری نقشه‌ها
• 5. بازنمایی داده‌های مکانی: وکتور و رستر
• 6. منابع و جمع‌آوری داده‌های مکانی
• 7. مفاهیم بنیادی خودهمبستگی مکانی
• 8. مقدمه‌ای بر آمار توصیفی فضایی
• 9. اکوسیستم نرم‌افزاری برای آمار فضایی (R, Python)
• 10. مراحل تحلیل داده‌های مکانی: از داده تا نتیجه
• 11. بصری‌سازی الگوهای نقطه‌ای مکانی
• 12. بصری‌سازی داده‌های ناحیه‌ای و نقشه‌های هم‌خط
• 13. بصری‌سازی داده‌های ژئواستاتیک
• 14. معیارهای تمرکز و پراکندگی در داده‌های مکانی
• 15. خودهمبستگی مکانی کلی: شاخص موران (Moran's I)
• 16. خودهمبستگی مکانی کلی: شاخص گیِری (Geary's C)
• 17. تحلیل خوشه و نقاط داغ: شاخص Getis-Ord Gi*
• 18. خودهمبستگی مکانی محلی: LISA (Local Indicators of Spatial Association)
• 19. تشخیص نقاط پرت مکانی
• 20. تحلیل اکتشافی داده‌های مکانی-زمانی
• 21. مقدمه‌ای بر ژئواستاتیک و فرضیات آن
• 22. فرضیه مانایی (Stationarity) در ژئواستاتیک
• 23. واریوگرام: تعریف، کاربرد و انواع آن
• 24. تخمین واریوگرام تجربی
• 25. واریوگرام‌های جهت‌دار و ناهمسانگردی (Anisotropy)
• 26. مدل‌سازی واریوگرام: توابع کروی، نمایی، گاوسی
• 27. اثر ناگت (Nugget Effect)، آستانه (Sill) و دامنه (Range)
• 28. روش‌های برازش مدل واریوگرام
• 29. کوواریوگرام‌ها و واریوگرام‌های متقاطع
• 30. مبانی کریجینگ (Kriging): بهترین پیش‌بینی خطی نااریب
• 31. کریجینگ ساده (Simple Kriging): تئوری و کاربرد
• 32. کریجینگ معمولی (Ordinary Kriging): فرضیات و پیاده‌سازی
• 33. کریجینگ جامع (Universal Kriging): مدیریت روندها
• 34. کریجینگ با رانش خارجی (Kriging with External Drift)
• 35. کوکریجینگ (Cokriging): ژئواستاتیک چندمتغیره
• 36. بلوک کریجینگ (Block Kriging) برای تخمین میانگین ناحیه‌ای
• 37. کریجینگ شاخص (Indicator Kriging) برای داده‌های طبقه‌ای
• 38. کریجینگ گسسته (Disjunctive Kriging) برای داده‌های غیرنرمال
• 39. کریجینگ بیزی (Bayesian Kriging)
• 40. واریانس کریجینگ و کمی‌سازی عدم قطعیت
• 41. اعتبارسنجی و اعتبارسنجی متقابل مدل‌های ژئواستاتیک
• 42. روش‌های درون‌یابی مکانی غیرکریجینگ (IDW, Splines)
• 43. ژئواستاتیک نامانا (Non-Stationary Geostatistics)
• 44. مفاهیم بنیادی ژئواستاتیک مکانی-زمانی
• 45. مدل‌های واریوگرام مکانی-زمانی
• 46. کریجینگ مکانی-زمانی
• 47. شبیه‌سازی ژئواستاتیک: شبیه‌سازی شرطی
• 48. شبیه‌سازی گوسی ترتیبی (Sequential Gaussian Simulation)
• 49. شبیه‌سازی به روش نوارهای چرخان (Turning Bands Simulation)
• 50. کاربردهای پیشرفته ژئواستاتیک در علوم محیطی
• 51. مقدمه‌ای بر مدل‌های داده‌های ناحیه‌ای
• 52. تعریف همسایگی‌های مکانی و ماتریس‌های مجاورت
• 53. طرح‌های وزن‌دهی برای شبکه‌های مکانی
• 54. وابستگی مکانی در مدل‌های رگرسیون
• 55. مدل خودهمبسته مکانی (SAR): تئوری و برآورد
• 56. برآورد حداکثر درستنمایی برای مدل‌های SAR
• 57. مدل خودهمبسته شرطی (CAR): تئوری و کاربردها
• 58. زنجیره مارکوف مونت کارلو (MCMC) برای مدل‌های CAR
• 59. مدل خطای مکانی (SEM): تحلیل و کاربردها
• 60. مدل دوربین مکانی (Spatial Durbin Model - SDM)
• 61. آزمون‌های ضریب لاگرانژ برای وابستگی مکانی
• 62. رگرسیون وزن‌دار جغرافیایی (GWR): مفاهیم و فرمول‌بندی
• 63. توابع کرنل و انتخاب پهنای باند در GWR
• 64. استنتاج و تفسیر در مدل‌های GWR
• 65. رگرسیون وزن‌دار جغرافیایی چندمقیاسی (MGWR)
• 66. مدل‌های داده‌های پنل مکانی
• 67. مدل‌های سلسله‌مراتبی بیزی برای داده‌های ناحیه‌ای
• 68. نقشه‌برداری بیماری‌ها: مدل‌های پایه
• 69. نقشه‌برداری بیماری‌ها: مدل BYM بیزی
• 70. رگرسیون اکولوژیکی با داده‌های مکانی
• 71. انتخاب مدل و تشخیصات برای رگرسیون مکانی
• 72. مدیریت ناهمگنی واریانس در مدل‌های مکانی
• 73. مدل‌های پروبیت و لوجیت مکانی
• 74. اقتصادسنجی مکانی: کاربردها و چالش‌ها
• 75. تفسیر اثرات مکانی در مدل‌های رگرسیون
• 76. مقدمه‌ای بر تحلیل الگوهای نقطه‌ای
• 77. انواع الگوهای نقطه‌ای: منظم، تصادفی، خوشه‌ای
• 78. توصیف الگوهای نقطه‌ای: شدت و چگالی
• 79. فرآیند پواسون همگن: مدل مرجع تصادفی
• 80. آزمون‌های تصادفی بودن کامل مکانی (CSR)
• 81. تحلیل مربعات (Quadrat Analysis)
• 82. تحلیل فواصل نزدیک‌ترین همسایه
• 83. تابع G (Empty Space Function): تحلیل فضای خالی
• 84. تابع F (Nearest Event Function): تحلیل فاصله تا رویداد
• 85. تابع K (Ripley's K-function): تحلیل تجمع
• 86. تابع L و تابع همبستگی زوجی
• 87. مدل‌سازی الگوهای نقطه‌ای: فرآیند پواسون ناهمگن
• 88. فرآیندهای خوشه‌ای: فرآیندهای Neyman-Scott و Thomas
• 89. فرآیندهای کاکس (Cox Processes)
• 90. فرآیندهای نقطه‌ای نشان‌دار (Marked Point Processes)
• 91. داده‌های مکانی عظیم (Big Spatial Data): چالش‌ها و راه‌حل‌ها
• 92. ادغام آمار مکانی با یادگیری ماشین
• 93. یادگیری عمیق مکانی (Spatial Deep Learning)
• 94. تحلیل عدم قطعیت و حساسیت در مدل‌های مکانی
• 95. علم داده مکانی بازتولیدپذیر (Reproducible Spatial Data Science)
• 96. ملاحظات اخلاقی در تحلیل داده‌های مکانی
• 97. سیستم‌های پشتیبانی تصمیم‌گیری مکانی
• 98. مطالعات موردی کاربردی: محیط زیست و منابع طبیعی
• 99. مطالعات موردی کاربردی: بهداشت عمومی و اپیدمیولوژی
• 100. جهت‌گیری‌های آینده در آمار فضایی