Geostatistik mit R (Inhouse-Schulung)

Target Groups:

jeder, speziell aber Fachbereiche Geowissenschaften (Geogr., Landschaftspl., Kartogr., Geoinform., Biol., Geol.), Archäol., Informatik, Ingenieurwissenschaften

Professional Requirements:

 Computer-Grundkenntnisse, QGIS-Grundkenntnisse

Technical Requirements:

Keine besonderen Anforderungen.

Classification of the Federal Employment Agency:

keine Angaben

Contents

Dieser Kurs besteht aus zwei Teilen. In Teil I werden Grundbegriffe der Statistik und ihrer Umsetzung in R behandelt. Teil II wendet die Konzepte aus Teil I auf Geodaten an, stellt wichtige Erweiterungen von R vor und geht kurz auf den Transfer zwischen R und einem GIS (QGIS) ein. Im Kurs werden verschiedenste Anwendungsbeispiele verwendet.

Veranstaltungsort: Bundesweit. Unser Dozent kommt zu Ihnen.

Inhalte:
- R Grundlagen: Programmierumgebung, Datentypen, Operatoren, Funktionen,
Datenstrukturen, bedingte Anweisungen, Schleifen und apply-Funktionen,
eigene Funktionen erstellen, Plots erstellen
- Statistik: Lagemaße, Verteilungen plotten (Histogramm,
Wahrscheinlichkeitsdichteplot), lineare Korrelation, lineare Regression,
Test auf statistische Signifikanz
- Räumliche Daten in R: räumliche Datenstrukturen (mit sp), R als Vektor-
GIS (mit rgeos), R als Raster-GIS (mit raster), Karten in R (mit tmap)
- Räumliche Statistik: Autokorrelation, Cluster- und Hotspot Analyse,
räumliche Interpolation (ordinary kriging, universal co-kriging)
- R-Skripte in QGIS integrieren

Kursunterlagen:
- Teilnahmezertifikat
- umfangreiche Skripte, Materialien und Links
- Übungsaufgaben und -daten

Die Inhalte sind als Vorschläge zu verstehen. Im Rahmen dieser Inhouse-Schulung können wir Themen auch individuell für Sie zusammenstellen, bei der Ihre Fragestellungen berücksichtigt werden und/oder mit Ihren Daten gearbeitet wird. Gerne erstellen wir ein individuelles Angebot für Sie.

Dieser Kurs findet wahlweise online oder in Präsenz (in unseren Schulungsräumen in Berlin, bzw. an einem festgelegten Ort) statt. Kursdauer: 4 Tage