Print syllabusSpatial data analysis in R environment
General data
| Course ID: | 1900-7-ADPR-GIG-WW |
| Erasmus code / ISCED: |
07.9
|
| Course title: | Spatial data analysis in R environment |
| Name in Polish: | Analiza danych przestrzennych w środowisku obliczeniowym R |
| Organizational unit: | Faculty of Geography and Regional Studies |
| Course groups: |
(in Polish) Przedmioty do wyboru, dzienne studia II stopnia (Geoekologia i geomorfologia) - sem. letni (in Polish) Przedmioty WGSR ogólne opcjonalne, studia II stopnia |
| ECTS credit allocation (and other scores): |
2.00
|
| Language: | Polish |
| Type of course: | elective courses |
| Prerequisites (description): | (in Polish) Znajomość podstawowych pojęć z zakresu matematyki i statystyki. |
| Mode: | Classroom |
| Short description: |
(in Polish) Celem zajęć jest opanowanie środowiska programistycznego R w stopniu wystarczającym do przetwarzania danych przestrzennych oraz tworzenia prostych funkcji i skryptów, a także korzystania z ogólnie dostępnych skryptów i wizualizacji danych. |
| Full description: |
(in Polish) Celem zajęć jest opanowanie środowiska programistycznego R w stopniu wystarczającym do przetwarzania danych przestrzennych oraz tworzenia prostych funkcji i skryptów, a także korzystania z ogólnie dostępnych skryptów i wizualizacji danych. Podczas zajęć poruszone zostaną następujące zagadnienia: - struktura środowiska R i podstawowe komendy, - sposoby przechowywania danych przestrzennych w środowisku R, - statystyczna analiza danych nieprzestrzennych w środowisku R, - analizy przestrzenne w środowisku R z zakresu geografii fizycznej i społeczno-ekonomicznej, - metody prezentacji wyników w formie wykresów i map, - przykłady zastosowań R w analizach z zakresu geografii fizycznej (np. analiza DEM, analizy struktury krajobrazu, klasyfikacja obrazów satelitarnych). Zajęcia składają się z 30 godzin ćwiczeń z R. Nakład pracy studenta: -praca w sali - 30 godzin, -przygotowanie pracy zaliczeniowej - 20 godzin. Ćwiczenia prowadzone są w formie ćwiczeń komputerowych. |
| Bibliography: |
(in Polish) Lovelace R, Nowosad J., Muenchow J. (2019) Geocomputation with R. CRS Press Nowosad, J., (2019). Geostatystyka w R. Wydanie drugie. Poznań: Space A. Nowosad, J., (2020). Elementarz programisty: wstęp do programowania używając R. Wydanie pierwsze. Poznań: Space A. Online: https://nowosad.github.io/elp/ |
| Learning outcomes: |
(in Polish) K_W04, K_W09, K_W10, K_W11, K_U03, K_U04, K_U06, K_U09 W zakresie wiedzy student: - zna podstawowe pojęcia z zakresu programowania (funkcja, pętla, polecenia warunkowe), - wie gdzie szukać informacji i pomocy o podstawowych funkcjach R W zakresie umiejętności student: - umie napisać prosty skrypt lub funkcję w zakresie analizy przestrzennej, - umie przeprowadzić analizę statystyczną danych przestrzennych i nieprzestrzennych, - potrafi zaprezentować otrzymane wyniki w formie graficznej - potrafi przeanalizować wyniki analiz i odnieść je do wiedzy naukowej. |
| Assessment methods and assessment criteria: |
(in Polish) Zaliczenie na ocenę na podstawie projektu końcowego na wybrany temat, wykonanego w zespole dwuosobowym, w środowisku R. Projekt oddawany jest w formie kodu, danych wyjściowych oraz komentarza uzyskanych wyników. |
Classes in period "Summer semester 2024/25" (future)
| Time span: | 2025-02-17 - 2025-06-08 |
 
MO TU W TH FR |
| Type of class: | (unknown) | |
| Coordinators: | (unknown) | |
| Group instructors: | (unknown) | |
| Students list: | (inaccessible to you) | |
| Examination: | Grading |
Copyright by University of Warsaw.
