Bewertung:

Das Buch bietet eine solide theoretische Grundlage für die räumliche Analyse und Geostatistik und ist damit eine gute Ressource für das Verständnis der Schlüsselkonzepte. Es fehlt jedoch an praktischen Übungen und Online-Ressourcen, die bei der Anwendung dieser Konzepte helfen würden, was einige Nutzer als Einschränkung empfinden.
Vorteile:⬤ Gutes Preis-Leistungs-Verhältnis
⬤ umfassende theoretische Abdeckung
⬤ leicht zu lesen
⬤ geeignet für Zitate in wissenschaftlichen Arbeiten.
Es fehlt an praktischen Übungen und Fallstudien; keine Online-Ressourcen für zusätzliches Lernen verfügbar.
(basierend auf 4 Leserbewertungen)
Spatial Data Analysis: An Introduction for GIS Users
Was ist der kürzeste Weg zwischen einem Punkt und einem anderen in einem Straßennetz? Wo ist das Auftreten von Krankheiten am höchsten? Wie korreliert die Niederschlagsmenge mit der Höhe? Wie variiert die Konzentration eines Schadstoffs im Raum, und wo korrelieren hohe Konzentrationen mit dicht besiedelten Gebieten?
Geografische oder räumliche Daten spielen in vielen Bereichen des täglichen Lebens eine wichtige Rolle. Wir sind auf Informationen darüber angewiesen, wo sich Dinge befinden und welche Eigenschaften diese Dinge haben, entweder direkt, wie bei der Verwendung einer Karte für die Navigation in einer Stadt, oder indirekt, wenn es darum geht, wo wir Ressourcen wie Wasser oder Gas nutzen.
Das Buch Spatial Data Analysis: An Introduction for GIS Users führt die Studierenden in die Schlüsselprinzipien räumlicher Daten, in die Methoden zur Untersuchung solcher Daten und in die Arten von Problemen ein, die mit weithin verfügbaren Analysewerkzeugen angegangen werden können. Mit einem schrittweisen, systematischen Ansatz beginnt der Text mit der Behandlung von Kernkonzepten; diese Ideen werden durch sorgfältige Erklärungen, zahlreiche Arbeitsbeispiele und Fallstudien im gesamten Buch illustriert und verstärkt.
Das Buch Spatial Data Analysis ist für Studenten, die neu auf dem Gebiet sind, zugänglich und konzentriert sich eher auf die Ausbildung als auf eine einfache Schulung; es zeigt den Studenten nicht nur, wie sie Datenanalysewerkzeuge anwenden können, sondern auch, wie diese Werkzeuge funktionieren. Eine begleitende Website bietet Ressourcen sowohl für Studenten als auch für Ausbilder.