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 la détermination du voisinage spatial des objets géographiques à l'aide de divers critères, le choix entre les noyaux fixes ou variables, la sélection de l'ordre de contiguïté pour les polygones, et l'importance de définir des schémas de pondération spatiale. Comprendre l'autocorrélation spatiale consiste à comparer le comportement d'une zone spécifique avec celui de chaque objet géographique, en calculant la corrélation entre la distribution variable de chaque objet et la distribution moyenne dans son voisinage. La séance de cours présente également l'indice de Moran I et explique l'estimation de la signification par des permutations aléatoires en utilisant la méthode de Monte Carlo.