Spatial data analysis in Matlab and R environment
General data
Course ID: | 1900-1-ADP-WW |
Erasmus code / ISCED: |
07.9
|
Course title: | Spatial data analysis in Matlab and R environment |
Name in Polish: | Analiza danych przestrzennych w środowisku obliczeniowym Matlab i R |
Organizational unit: | Faculty of Geography and Regional Studies |
Course groups: |
(in Polish) Przedmioty WGSR ogólne opcjonalne, studia I stopnia |
ECTS credit allocation (and other scores): |
(not available)
|
Language: | Polish |
Type of course: | elective courses |
Prerequisites (description): | (in Polish) Zajęcia zakładają wcześniejsze ukończenie kursu z Podstaw Geoinformatyki I, a także znajomość podstawowych pojęć z zakresu matematyki i statystyki. |
Mode: | Classroom |
Short description: |
(in Polish) Celem zajęć jest opanowanie środowiska programistycznego Matlab oraz 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 Matlab oraz 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: - opis środowiska obliczeniowego Matlab, - podstawowe komendy i narzędzia - wizualizacja danych, wykresy 2-wymiarowe, mapy - podstawy programowania: skrypty i funkcje - pętle for, while; instrukcje warunkowe if, switch - podstawy statystyki w Matlabie - zastosowania Matlaba do analizy danych przestrzennych - 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. Zajęcia składają się z 15 godzin ćwiczeń z Matlabem i 15 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) W zakresie wiedzy student: - zna podstawowe pojęcia z zakresu programowania (funkcja, pętla, polecenia warunkowe), - wie gdzie szukać informacji i pomocy o podstawowych funkcjach R i Matlab. 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 swoich obliczeń i odnieść je do wiedzy naukowej, prawnej (K_W09). - umie wykonać proste analizy służące rozwiązywaniu praktycznych problemów planistycznych (K_W09), - umie wykorzystać znane metody i teorie z zakresu nauk społecznych niezbędnych w gospodarce przestrzennej w celu stworzenia prostego skryptu przetwarzającego dane (K_W10), - na podstawie danych umie stworzyć opracowania niezbędne do analiz związanych z planowaniem przestrzennym, lokalizacją inwestycji oraz konsultacji społecznych takie jak wykresy, mapy itp. (K_U03, K_U04, K_U06), - potrafi tworzyć narzędzia do planowania przestrzennego w postaci skryptów do analizy danych przestrzennych (K_U09). |
Assessment methods and assessment criteria: |
(in Polish) Zaliczenie na ocenę na podstawie projektu końcowego na wybrany temat, wykonanego w zespole dwuosobowym, w środowisku R lub Matlab. Projekt oddawany jest w formie kodu, danych wyjściowych oraz komentarza uzyskanych wyników. |
Copyright by University of Warsaw.