파이썬 공간 데이터 분석 : 이론과 실습

1 공간 데이터 분석 개요
1.1 공간 데이터와 공간 데이터 분석
1.2 공간 데이터의 특수성
1.3 공간 데이터의 분류
1.4 공간 과정의 기본 가정
1.5 공간 데이터 분석의 구성 요소와 접근
1.6 파이썬 공간 분석 생태계
1.7 이 책의 구성
1.8 연습문제

2 파이썬으로 공간 데이터 다루기
2.1 공간 데이터
2.2 geopandas로 벡터 데이터 다루기
2.3 rasterio로 래스터 데이터 다루기
2.4 공간 데이터의 품질 점검과 전처리
2.5 지도 그리기
2.6 공개 공간 데이터 내려받기
2.7 연습문제

3 공간 자기상관이 있는 데이터의 성질
3.1 개요
3.2 공간 확률과정의 구성 요소
3.3 자기상관과 추론: 시계열 모의실험
3.4 공간 인접성의 모형화
3.5 공간적 연관성의 모형화
3.6 연습문제

4 공간 자기상관의 측도
4.1 분석 전에 고려할 사항
4.2 결합 계수 통계량
4.3 Moran의 I와 Geary의 c
4.4 자기상관 구조의 탐색
4.5 연습문제

5 공간 보간과 모형 기반 지리통계
5.1 분석을 위한 데이터 준비
5.2 공간 의존 구조의 기술: 변이도
5.3 고전적 공간 보간
5.4 모형 기반 지리통계
5.5 연습문제

6 공간 회귀와 국소 모형
6.1 회귀 잔차에 공간적 패턴이 나타나는 이유
6.2 회귀 잔차의 공간 자기상관 진단
6.3 전역 공간 회귀
6.4 국소·이질적 회귀모형
6.5 공간 회귀 분석 절차와 결과 보고
6.6 연습문제

7 베이지안 공간 모형
7.1 질병 지도와 상대위험
7.2 베이지안 계층 모형과 부분 풀링
7.3 조건부 자기회귀 모형의 개요
7.4 공간 랜덤 효과와 BYM 모형
7.5 더 알아보기: 베이지안 공간 모형의 계산
7.6 평활된 관측-기대 사망비의 해석
7.7 사후예측 점검과 민감도 분석
7.8 분석과 해석의 주의점
7.9 연습문제

8 공간 점 패턴
8.1 공간 점 과정
8.2 완전 공간 무작위성
8.3 강도 함수의 추정
8.4 비균질성과 공간적 상호작용
8.5 K-함수
8.6 연습문제

9 공간 기계학습
9.1 왜 통상적인 교차검증이 실패하는가
9.2 공간 교차검증의 방법
9.3 어떤 방법을 언제 사용할 것인가
9.4 공간 정보를 특징으로 만들기
9.5 공간 표본추출 설계
9.6 적용 가능 영역과 공간 외삽
9.7 도구 정리
9.8 연습문제

참고문헌
찾아보기

박창이 서울대학교 통계학과 이학석사
The Ohio State University, Ph.D
현)서울시립대학교 통계학과 교수