Seminar Angewandte Statistik - Spatial Data Analysis with R <35802>

Transkript

1 Seminar Angewandte Statistik - Spatial Data Analysis with R <35802> H. Haupt Universität Passau Die vorliegenden Unterlagen dienen einzig zur Begleitung des o.a. Kurses. Hinweise und Kommentare sind herzlich willkommen. Weitergabe an Dritte und Zitieren sind nicht zulässig. Stand: 9. Juli c Univ.-Prof. Dr. H. Haupt, Angelika Schmid (Universität Passau), 2015.

2 Einführung und Übersicht Einführung und Übersicht 2

3 Einführung und Übersicht Ziele dieser Veranstaltung Ausführliche Beschäftigung mit R Code, Objektklassen, und Paketen Exploration der Möglichkeiten, räumliche Daten in R optisch aufzubereiten Beschäftigung mit einem weiterreichenden Modell/ einer Methode Ihrer Wahl Selbstständige Einarbeitung in die technischen Aspekte der Analysen Einüben der Präsentation von Code und wissenschaftlicher Präsentationen Keine tiefe Formalisierung Interaktives Konzept Sie dürfen auch zusammenarbeiten! Sie stecken sich Ihre Ziele/ Ihren Rahmen selbst! 3

4 Einführung und Übersicht Organisatorisches Zeit und Ort Sitzung 1: , 10.15, Raum 217 WIWI Zielgruppe Masterstudierende der Studiengänge Business Administration, Wirtschaftsinformatik, und International Economics and Business Voraussetzungen Ökonometrie: Methoden der Ökonometrie oder ein Äquivalent der Lehreinheit für Statistik (Prof. Moosmüller) R: Computergestützte Statistik 1 - Einführung in R (mehr Kenntnisse sind wünschenswert) Kontakt H. Haupt, Raum 215, Tel: , harry.haupt@uni-passau.de Angelika Schmid, Raum 218, Tel: , angelika.schmid@uni-passau.de Lehrstuhl-Homepage 4

5 Einführung und Übersicht Bewertung Sie können entweder allein oder in Zweiergruppen arbeiten, wobei von Zweiergruppen mehr erwartet wird. Etwa 10 bis 15 Textseiten: Seminararbeit mit theoretischem Hintergrund und wesentlichen Ergebnissen (Gewichtung: 1/4) Eigener Quellcode (wird mehr nach Qualität als nach Quantität bewertet, Gewichtung: 1/2) Präsentation des Codes und der wesentlichen Teile der Seminararbeit (Gewichtung: 1/4) Zur Orientierung: ca. 25 Minuten, in der letzten vorlesungsfreien Woche. Etwa 5 Inhalts-Folien plus Anhänge/Abbildungen 5

6 Einführung und Übersicht Empfehlungen zu Literatur und Software Da die Programmierung relativ komplex ist, orientieren Sie sich gerne eng an Bivand, R.S, Pebesma, E.J., Gómez-Rubio, V. (2008): Applied Spatial Data Analysis with R. Springer. (als E-Book in der Bibliothek verfügbar) Ergänzen Sie die theoretischen Ausführungen, wo notwendig, durch Fachliteratur. Empfehlenswert: LeSage, J, Pace, R.K. (2009): Introduction to Spatial Econometrics. CRC Press. (Fokus auf Spatial Econometrics, siehe spätere Erklärungen, recht gut lesbar) Gaetan, C., Guyon, X., Spatial Statistics and Modeling. Springer. (Etwas technischer, passt aber wahrscheinlich besser zu Bivand et al., 2008). 6

7 Einführung und Übersicht Literatur zu Spatial Statistics in R Hilfsforen/Inhaltslisten mit Bezug auf Spatial Statistics/Econometrics: Überblick über Pakete und Funktionen zur Analyse räumlicher Daten in R GeoDa Center: R Spatial Projects Mailingliste für individuelle Hilfe im Notfall 7

8 Einführung und Übersicht Applied Spatial Data Analysis with R Passende Online-Ressourcen: In zwei Teile unterteilt: Teil 1: R packages, functions, classes and methods for handling spatial data Teil 2: showcases more specialised kinds of spatial data analysis, including spatial point pattern analysis, interpolation and geostatistics, areal data analysis and disease mapping Beispiele aus... human and physical geography, geographical information science and geoinformatics, the environmental sciences, ecology, public health and disease control, economics, public administration and political science. 1 1 Alle Zitate stammen aus der Springer Buchbeschreibung: 8

9 Einführung und Übersicht ASDAR continued Chapter 1-10 Hello World: Introducing Spatial Data Classes for Spatial Data in R Visualising Spatial Data Spatial Data Import and Export Further Methods for Handling Spatial Data Spatio-Temporal Data Spatial Point Pattern Analysis Interpolation and Geostatistics Modelling Areal Data Disease Mapping 9

10 Einführung und Übersicht Aufbau der Analysen Jeder Teilnehmende/jede Gruppe sucht sich einen Datensatz aus. Die Seminararbeit besteht aus drei Teilen: Explorative Aufarbeitung der Daten Veranschaulichung und visuelle Aufbereitung Erklärung der Objektklassen und Eigenschaften und wesentlichen Eigenschaften, bspw. Point Pattern, Areal Data etc. Ändern des CRS, ggf. Einfügen neuer Daten in den data.frame Programmierung eines Minimalbeispiels der entsprechenden Objektklasse Messung von Korrelationen etc. (Teil 1 des Buches) Auseinandersetzung mit dem Konzept des Spatial Sampling Wie lassen sich im räumlichen Kontext Zufallsstichproben generieren? Welche Probleme könnten mit der Stichprobe bestehen? Z.B. Ziehung nach Städten, Zufallsprozesse, Annahme der Unabhängigkeit, administrative Einheiten... Erklärung und Anwendung eines weiterführenden Modells (Auswahl eines passenden Beispiels aus dem Buch) 10

11 Einführung und Übersicht Kapitel 2 und 3 Spatial objects und Visualisierung Spatial Points S3 Object Abbildung : Bivand 2013, p.35 11

12 Einführung und Übersicht Spatial Polygons Abbildung : Bivand 2013, p.40 12

13 Einführung und Übersicht Spatial Grid Objects Abbildung : Bivand 2013, p.52 13

14 Einführung und Übersicht proj4string Coordinate reference systems Koordinatenreferenzsystem/ Koordinatenbezugsystem (KBS): Koordinatensystem, das durch Verknüpfung mit einem Datum auf die reale Welt bezogen ist. Zur Beschreibung der Erde wird das Geodätische Datum oder Vertikale Datum verwendet. [...] EPSG-Codes: 4- bis 5-stelligen Schlüsselnummern, um den räumlichen Bezug von Geodaten eindeutig anzugeben. Beinhalten jeweils eine komplette Beschreibung eines Koordinatenreferenzsystems 2 Siehe auch RSpatialGuides/OverviewCoordinateReferenceSystems.pdf zu in R implementierten CRS. 2 siehe dazu 14

15 15

16 Themenauswahl 1 Spatial Point Pattern Analysis - Clustering Asthma data frame spasthma Analyse der räumlichen Clusterung von Fällen von Asthma um mehrere Quellen von Luftverschmutzung. Abschätzen der Intensität im Verhältnis zur Bevölkerungsdichte Wie wird die Bevölkerungsdichte in die Clusterung von Asthma-Fällen einbezogen? Wie lässt sich die räumliche Nähe zu Verschmutzungsquellen in einem Regressionsmodell implementieren? Kapitel 7.5: Some Applications in Spatial Epidemiology: Case-Control Studies, Point Source Pollution Dazu ggf. Kapitel 10.6: Detection of Clusters 16

17 Themenauswahl 2 Spatial Point Pattern Analysis - Risk Asthma data frame spasthma Abschätzen des relativen Risikos Wie lässt sich die räumliche Nähe zu Verschmutzungsquellen in einem Regressionsmodell implementieren? Insbesondere Kapitel 7.5: Some Applications in Spatial Epidemiology: Case-Control Studies, Spatial Variation of the Relative Risk, Binary Regression Using Generalised Additive Models, Point Source Pollution, Accounting for Confounding and Covariates Kapitel 10.1, 10.2, Statistical Models, Spatially Structured Statistical Models 17

18 Abbildung : Bivand 2013, p

19 Themenauswahl 3 Interpolation and Geostatistics Kriging meuse Datensatz: Bodenproben an einem Fluss zu Edelmetallen Teil 1 lattice Objekte Spatial Prediction Kapitel 8.5 Kriging, Cokriging, insbesondere bis Abbildung : Bivand 2013, p.69 19

20 Themenauswahl 4 Interpolation and Geostatistics Model Diagnostics meuse Datensatz Teil 2 Model Diagnostics Kapitel 8.7 Spatial Cross Validation Multivariable Cross Validation Compare: Cross Validation in Time Series 20

21 Themenauswahl 5 Interpolation and Geostatistics Geostatistical Simulation meuse Datensatz Teil 3 Geostatistical Simulation Kapitel 8.8 Simulation möglicher Realisationen eines Zufallsfeldes Conditional distribution Non-linear Spatial Aggregation and Block Averages 21

22 Themenauswahl 6 Interpolation and Geostatistics Spatio-Temporal Prediction air Datensatz aus package spacetime Messung der Luftqualität in Deutschland Nicht im Buch abgedeckt, Codes aus Vignette vignette( st, package= gstat ) Temporal autocorrelation and cross correlation Fitting a spatio-temporal variogram model (Spatio-temporal prediction) Dazu: Spatio-Temporal Disease Mapping: Kapitel

23 Themenauswahl 7 Spatial Neighbourhood Matrices syracuse Datensatz: Census tracts in Syracuse Insbesondere Kapitel 9.2 Verschiedene Arten, eine Nachbarschaftsmatrix zu erstellen Räumliche Gewichtung Abbildung : Bivand 2008, p

24 Themenauswahl 8 Moran s I, Testen auf räumliche Korrelation syracuse Datensatz Messung räumlicher Korrelation Test auf räumliche Autokorrelation: Moran s I: Kap

25 Abbildung : Bivand 2013, p

26 Themenauswahl 9 Spatial Econometrics und Spatial Statistics NY8 Datensatz: New York Leukemia Data (File: lat_mod.r) Abbildung : SAR-Model nach Cressie (1993), Bivand 2008, p.295 New York leukemia Datensatz Spatial Econometrics (Kapitel 9.4) Unterschiede in der Interpretation und den Anwendungsgebieten herausarbeiten Ansteckung im Fehlerterm, im Regressand oder im Regressor? 26

27 Abbildung : Bivand 2013, p

28 1 Spatial Point Pattern Analysis Clusterung 2 Spatial Point Pattern Analysis Risk 3 Interpolation and Geostatistics Kriging 4 Interpolation and Geostatistics Model Diagnostics 5 Interpolation and Geostatistics Geostatistical Simulation 6 Interpolation and Geostatistics Spatio-Temporal Prediction 7 Spatial Neighbourhood Matrices 8 Moran s I, Testen auf räumliche Korrelation 9 Spatial Econometrics und Spatial Statistics 28