前言 1
致谢 1
版权说明 1
引言 1
0.1关于本书 1
0.2什么是空间数据分析？ 3
0.3本书的写作动机 4
0.4本书的组织结构 6
0.5空间数据矩阵 8
第一部分 空间数据分析的背景 11
第1章 空间数据分析：科学和决策背景 11
1.1科学领域的空间数据分析 11
1.1.1科学解释领域中地点、背景和空间的一般性问题 12
1.1.2空间过程 15
1.2科学解释特定领域中的地点和空间 16
1.2.1空间分支科学的定义 16
1.2.2举例：选择的研究领域 17
1.2.3问题求解中的空间数据分析 24
1.3决策领域的空间数据分析 26
1.4空间数据分析中产生的问题举例 28
1.4.1描述和地图解释 29
1.4.2信息冗余 29
1.4.3建模 29
1.5小结 29
第2章 空间数据的性质 31
2.1空间数据矩阵：概念化和表达问题 31
2.1.1地理空间：对象、空间域和地理几何表达 31
2.1.2地理空间：属性值的空间相关性 33
2.1.3变量 34
2.1.4样本还是样本总体？ 38
2.2空间数据矩阵：它的形式 39
2.3空间数据矩阵：它的质量 42
2.3.1模型质量 43
2.3.2数据质量 45
2.4空间相关性的量化 54
2.5小结 63
第二部分 空间数据：数据获取及质量问题 67
第3章 通过采样获取空间数据 67
3.1空间数据源 67
3.2空间采样 68
3.2.1空间采样的目的和方法 68
3.2.2基于模型和设计的空间采样方法 71
3.2.3采样方案 73
3.2.4选择采样方法的问题 76
3.3模拟制图 83
第4章 数据质量：对空间数据分析的影响 86
4.1数据和空间数据分析中的误差 86
4.1.1测量误差模型 86
4.1.2粗差 88
4.1.3误差传播 92
4.2数据分辨率与空间数据分析 94
4.2.1变量的精度和显著性检验 95
4.2.2支持改变问题 96
4.2.3使用聚合数据分析关系 102
4.3数据一致性和空间数据分析 112
4.4数据完整性与空间数据分析 113
4.4.1缺失数据问题 114
4.4.2空间插值和空间预测 122
4.4.3边界、权重矩阵和数据完整性 130
4.5小结 132
第三部分 探索性空间数据分析 137
第5章 探索性空间数据分析：概念模型 137
5.1探索性数据分析和探索性空间数据分析 137
5.2空间变化的概念模型 138
第6章 探索性空间数据分析：可视化方法 142
6.1数据可视化和探索性数据分析 142
6.1.1数据可视化：方法和任务 143
6.1.2数据可视化：通过计算机的发展 145
6.1.3数据可视化：选择的技术 146
6.2空间数据可视化 147
6.2.1聚合数据的数据准备问题：变量值 147
6.2.2聚合数据的数据准备问题：空间框架 150
6.2.3空间可视化的特殊问题 155
6.3数据可视化和探索性空间数据分析 159
6.3.1空间数据可视化：为单变量数据选择的技术 159
6.3.2空间数据可视化：为双变量或多变量选择的技术 164
6.3.3谢菲尔德地区乳腺癌筛查数据的摄取 165
6.4小结 169
第7章 探索性空间数据分析：数值方法 170
7.1平滑方法 170
7.1.1图形绘图的约束平滑 170
7.1.2空间相关性的约束描述 171
7.1.3地图平滑 172
7.2全局地图特性的探索性识别：整体聚类 183
7.2.1区域数据的聚类 183
7.2.2标记点模式的聚类 187
7.3局部地图特性的探索性识别 190
7.3.1聚类探测 190
7.3.2焦点检验 201
7.4地图比较 203
第四部分 假设检验和空间自相关 209
第8章 存在空间相关性的假设检验 209
8.1空间自相关和空间数据集均值检验 210
8.2空间自相关和二元关联检验 213
8.2.1皮尔森积矩相关系数 213
8.2.2列联表的卡方检验 218
第五部分 空间数据建模 223
第9章 空间数据统计分析模型 223
9.1描述性模型 225
9.1.1大尺度空间变化模型 225
9.1.2小尺度空间变化模型 226
9.1.3空间变化的多尺度数据模型 236
9.1.4层次贝叶斯模型 237
9.2解释性模型 241
9.2.1连续取值响应变量模型：正态回归模型 241
9.2.2离散取值区域数据模型：广义线性模型 244
9.2.3层次模型 247
第10章 空间变化统计建模：描述性建模 251
10.1表达空间变化的模型 251
10.1.1连续取值变量模型 251
10.1.2离散取值变量模型 257
10.2空间变化建模中若干一般性问题 262
10.3层次贝叶斯模型 263
第11章 空间变化统计模型：解释性建模 273
11.1空间数据建模的方法 273
11.1.1经典方法 273
11.1.2计量经济学方法 275
11.1.3数据驱动方法 278
11.2空间数据线性建模的一些应用 280
11.2.1地区收入收敛检验 280
11.2.2二元响应模型 282
11.2.3多级模型建模 285
11.2.4谢菲尔德入室盗窃的贝叶斯建模 286
11.2.5被开除学生的贝叶斯建模 293
11.3小结 295
附录Ⅰ软件 296
附录Ⅱ剑桥郡肺癌数据 298
附录Ⅲ谢菲尔德盗窃数据 302
附录Ⅳ谢菲尔德被开除的学生数据 308
参考文献 311