¿Cuáles son las fuentes de las clases / eventos de análisis geoestadísticos actuales: abiertos o privados?

Estoy muy interesado en las estadísticas geográficas (y muchas otras palabras con 3 t's :).
No tengo mucha inclinación programática, pero he estado siguiendo varias listas con este tema.
Uno de ellos es el filtro R en stackexchange (recibo correos electrónicos de preguntas ocasionales allí).
Me parece que hay un lenguaje extremadamente complejo asociado con las estadísticas en general.
Estoy interesado en aprender desde un punto de vista laico lo que significa parte de este lenguaje y cómo aplicarlo a los SIG cotidianos.

Enumere las fuentes actuales de conocimiento / comprensión de geoestadística.

Aquí hay un ejemplo de información útil ...
viaje para capacitación
oportunidad en línea en vivo

Editar: por solicitud; Disfruto de la capacitación en línea, pero obtengo más del aula o del libro paso a paso (o pdf).

Esta pregunta se ha convertido a Community Wiki y wiki bloqueado porque es un ejemplo de una pregunta que busca una lista de respuestas y parece ser lo suficientemente popular como para protegerla del cierre. Debe tratarse como un caso especial y no debe verse como el tipo de pregunta que se recomienda en este, o en cualquier sitio de Stack Exchange, pero si desea contribuir con más contenido, no dude en hacerlo editando esta respuesta .

Este libro, Una guía práctica para el mapeo geoestadístico de Tomislav Hengl, se basa en un curso de 5 días y utiliza aplicaciones de código abierto para todos los análisis, principalmente R, SAGA y Google Earth. Puedes descargar el libro gratis.

Para aquellos con una falta de enfoque similar, sugeriría leer detenidamente los listados del blog de SIG y Ciencia . Básicamente, solo se trata de una lista de varios esfuerzos de investigación que tienen alguna relación con el análisis geográfico, por lo que debería calificarse como "Estoy interesado en aprender desde un punto de vista laico lo que significa parte de este lenguaje y cómo aplicarlo a los SIG cotidianos".

Con mayor frecuencia encuentro el adjetivo de la geoestadística junto con el análisis de datos en las ciencias naturales / ambientales. Ejemplos de esto son los textos Cressie (1993) o Isaaks y Srivastava (1989) .

Se usa con mucha menos frecuencia con técnicas estadísticas más comunes en las ciencias sociales. Ejemplos de textos frecuentemente citados centrados en el análisis estadístico en las ciencias sociales (pero con un enfoque obvio en la geografía) son Anselin (1988) , Waller y Gotway (2004) , Lesage y Pace (2009) , Ward y Gleditsch (2007) . Los libros que podrían considerarse un buen puente entre los dos campos podrían ser Haining (2003) y Ripley (2004) (así como el libro Bivand citado por dslamb).

Los enumero porque no necesariamente apruebo la distinción entre los dos campos (¿cómo es posible que Moran's no se considere una geoestadística?) Pero dicho esto, la mayoría de las personas no estarán particularmente interesadas en todos esos dominios de actualidad. En parte, la razón por la que existe la distinción tiene que ver con el tipo de datos a los que se aplican las técnicas estadísticas y, por lo tanto, si está específicamente interesado en analizar materiales tópicos que están en un lado, el otro puede no ser tan aplicable. Esta es también la razón por la que sugerí el blog de SIG y Ciencia, ya que tienen listados que pertenecen a ambas categorías. Aunque mis intereses permanecen en gran medida en el ámbito de las ciencias sociales, todavía veo artículos más orientados hacia las ciencias naturales que me parecen interesantes (comoComparación visual de los modelos Kriging de ventanas móviles , ¡eso es genial!)

Ahora que lo he inundado con una gran cantidad de libros de texto caros, ¿todavía está interesado en todas las estadísticas geográficas, o sus intereses tal vez sean un poco más pequeños?

Frecuentemente encuentro que mirar dentro de los manuales de software son buenos lugares para definiciones (y a veces ejemplos más amplios de aplicaciones). Por ejemplo, me encontré con el software PASSaGE cuando estaba buscando una fórmula para c local Geary. El libro de trabajo GeoDa es una maravillosa introducción a la regresión espacial, y me han dicho que el manual / tutoriales para el software ClusterSeer es una buena introducción al análisis de conglomerados (aunque desafortunadamente no lo tienen disponible en línea, parece). Para el análisis de patrones de puntos, CrimeStat es una muy buena referencia.

Como puedo imaginar que aprender el material en formato de curso en lugar de un libro es más fácil para algunos, podría sugerir que verifique si uno de los cursos cortos de Pierre Goovaert sobre geoestadística ambiental se acerca, y veo que ICPSR tiene dos cursos relacionados con el espacio econometría enumerada en su sitio ( 1 , 2 , como nota, estos enlaces probablemente quedarán desactualizados en un futuro cercano). Para material completamente en línea (y aquellos de nosotros que somos más frugales), puede leer detenidamente los listados de los cursos abiertos del MIT o para el análisis aplicado utilizando el software R, puede seguir el tutorial de Sstastat .

Además, dado que viajar 1000 millas para un curso rara vez es factible, si encuentra un curso que parece interesante, pedirle al profesor una copia de un programa de estudios es una buena manera de identificar el material de lectura pertinente. Recientemente hubo una publicación en el sitio de estadísticas pidiendo recomendaciones de software para estimar variogramas , y creo que es probable que haya algunas fuentes más útiles de material de aprendizaje enumeradas en ese hilo.

Solo para continuar divagando con los recursos que he recopilado, además del libro de Hengl (2009) que ya figuraba en su pregunta, a continuación se encuentran otros sitios web con diversos recursos;

• CATMOG (una nota, estos son un buen lugar para comenzar para una introducción al material temático específico que se cubre)
• Análisis geoespacial: una guía completa (de Smith, Longley y Goodchild, 2006) que estoy seguro ha sido citada aquí varias veces.
• El Centro de Ciencias Sociales Integradas Espacialmente tiene una gran cantidad de recursos.
• En cuanto a los recursos relacionados con la visualización, he encontrado que GeoVista y el laboratorio de análisis de datos espaciales y análisis visual tienen algunas cosas bastante interesantes.
• Vale la pena mencionar los recursos en el centro Geoda por segunda vez (¡aunque tal vez podrían usar una mejor organización!) @Laurent menciona la página de tutoriales , que tiene algunos tutoriales de software para regresión espacial, análisis de patrones de puntos y variografía en diferentes paquetes de software. Recientemente me enviaron una página de presentaciones electrónicasde ellos también. Es probablemente la más amplia variedad de presentaciones de análisis espacial que he visto, que abarca la división entre las técnicas de ciencias naturales y sociales que discutí anteriormente en el post. No he revisado las diapositivas, pero sospecho que son una buena introducción a cualquiera de los temas que cubren (y probablemente una introducción menos intimidante que la de algunos de los libros de texto que mencioné anteriormente). Encuentro cosas nuevas en ese sitio cada vez que lo leo, vale la pena revisar para ver si me perdí algo.

Existe un texto excelente para usar paquetes de estadísticas espaciales R, incluido un capítulo sobre Geoestadística.

Análisis de datos espaciales aplicados

Secundo la mención del libro de trabajo GeoDa por Andy W., de hecho, hay otros recursos de aprendizaje interesantes en la página " Documentación " del proyecto Open GeoDa.

¿Has pasado por los recursos de analistas geoestadísticos de esri?
Esri Web cursos
Esri Instructor Capacitación dirigida
Esri Analista geoestadístico Ayuda
Esri Tutorial Geoestadista Tutorial

Esta es una muy buena comunidad de personas interesadas en datos y estadísticas geoespaciales con un enfoque en geoestadística.

Encontrará materiales del curso, páginas wiki, enlaces importantes relacionados con estadísticas espaciales y geoestadística, etc.

Analista espacial neto

Debe verificar los siguientes paquetes R

1. gstat
2. automap

Gstat es una biblioteca geoestadística integral y la biblioteca de automapa le ayuda a ejecutar el método kriging con relativa facilidad.