Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre le concept d'autocorrélation spatiale, en mettant l'accent sur l'autocorrélation spatiale globale et l'utilisation de schémas de pondération spatiale. Il introduit la méthode d'Anselin d'utiliser le I de Moran comme coefficient de régression et discute de l'analyse de l'association spatiale à l'aide de statistiques de distance. La séance de cours explore également l'importance d'examiner les séries spatiales pour la corrélation spatiale et l'autocorrélation, en mettant en évidence les erreurs potentielles dans l'interprétation des modèles dues à la négligence de l'autocorrélation spatiale. Différents coefficients d'autocorrélation spatiale et des statistiques comme Moran's I, Geary's C et Getis-Ord's G sont expliqués, ainsi que des méthodes pour définir les quartiers et créer des fichiers de poids dans les systèmes d'information géographique.