Celem książki jest przedstawienie nowoczesnych przestrzennych metod ilościowych stosowanych w ekonomii, regionalistyce i analizach biznesowych - statystyki przestrzennej, ekonometrii przestrzennej, symulacji Monte Carlo i bootstrap oraz uczenia maszynowego. Publikacja prezentuje szczegółowo sposoby analizy, wizualizacji i integracji danych o różnej granulacji: punktowych, obszarowych, gridowych i konturów administracyjnych. Zestawienie wszystkich tych komponentów badań przestrzennych w jednym miejscu czyni z tej książki kompleksowy przewodnik projektowania i programowania badania przestrzennego w środowisku R oraz interpretacji uzyskanych wyników.
Popularność przestrzennych metod ilościowych stale rośnie i wynika to z pojawienia się informacji przestrzennej jako części big data oraz zwiększonego zainteresowania GIS, geolokalizacją i mapowaniem, jako narzędziami analityki naukowej, biznesowej i rządowej. Metody te pozwalają na wizualizację procesów ekonomiczno-społecznych, uzyskanie zależności przyczynowo-skutkowych, a w dobie uczenia maszynowego na tworzenie efektywnych prognoz. Książka ta podąża za tymi trendami. Została napisana z perspektywy ekonomistów ilościowych, badających zjawiska ekonomiczne w kategoriach przestrzennych, na bazie danych regionalnych lub geografi cznych.
Książka dedykowana jest dla szerokiego grona odbiorców:
badaczy regionalistów prowadzących badania na danych regionalnych,
analityków danych i data scientists, którzy prowadzą analizy biznesowe na danych zawierających adres lub współrzędne geografi czne,
jako podręcznik dla studentów zainteresowanych analizą danych przestrzennych.
Treść przedstawiono w formule badań stosowanych:
metody ilościowe prezentowane są bez nadmiernej formalizacji na rzecz praktycznego przedstawienia narzędzi badawczych,
przegląd najbardziej aktualnej międzynarodowej literatury naukowej pozwala na szybkie zbudowanie bazy wiedzy odnoszącej się do teorii i aplikacji,
pakiety i algorytmy R zaprezentowane są w kontekście celu badań i sposobu prowadzenia analiz,
wszystkie przykłady oparte są na rzeczywistych danych, a uzyskane wyniki są interpretowane i dyskutowane,
w każdym przykładzie pokazano możliwie pełny kod R - od przetwarzania danych, przez stosowne obliczenia, po prezentację wyników lub wizualizację,
zaprezentowane w książce dane i kody R dostępne są w repozytorium GitHub.
schovat popis