Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Analiza danych przestrzennych w środowisku obliczeniowym R

Informacje ogólne

Kod przedmiotu: 1900-5-ADPR-WW
Kod Erasmus / ISCED: 07.9 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0539) Fizyka (inne) Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza danych przestrzennych w środowisku obliczeniowym R
Jednostka: Wydział Geografii i Studiów Regionalnych
Grupy: Przedmioty opcjonalne WGSR
Przedmioty WGSR ogólne opcjonalne, studia I stopnia
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Rodzaj przedmiotu:

fakultatywne

Założenia (opisowo):

Znajomość podstawowych pojęć z zakresu matematyki i statystyki.

Tryb prowadzenia:

w sali

Skrócony opis:

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.

Pełny opis:

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,

- przykady analiz z zakresu geografii społeczno-ekonomicznej i gospodarki przestrzennej (np. obliczanie wysokości zabudowy, analizy z wykorzystaniem danych z serwisów społecznościowych, analiza zabudowy), oraz z zakresu geografii fizycznej (np. DEM różnicowy, analizy danych meteorologicznych).

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.

Literatura:

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/

Efekty uczenia się:

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 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).

Metody i kryteria oceniania:

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.

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: Urszula Zawadzka-Pawlewska
Prowadzący grup: Urszula Zawadzka-Pawlewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Ćwiczenia - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)