У нас вы можете посмотреть бесплатно Семинар «Основы работы с пространственными данными в GeoDA» или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
В рамках проекта Зеркальной лаборатории «Усовершенствование пространственно-эконометрических моделей с учетом иерархической структуры данных и неоднородной динамики процессов» состоялся научный семинар на тему «Основы работы с пространственными данными в GeoDA». С докладом выступила Тимирьянова Венера Маратовна – д.э.н., доцент, руководитель партнерского проекта «Зеркальные лаборатории» ВШЭ со стороны Уфимского университета науки и технологий, главный научный сотрудник Лаборатории исследования социально-экономических проблем регионов Уфимского университета науки и технологий. Аннотация Развитие технологий привело к тому, что большая часть данных географически структурирована, что расширяет возможности их анализа, позволяя выделять пространственные эффекты наблюдаемых социально-экономических процессов. В результате у специалистов разных областей, в том числе экономистов появилась потребность в освоении новых методов и инструментов пространственного анализа. Существуют различные программы используемые для анализа географически структурированных данных, среди которых GeoDA выделяется простым и интуитивно понятным интерфейсом, широким набором инструментов и методов пространственного анализа, наличием открытой лицензией. Разработкой данного продукта руководит один из ведущих ученых в области пространственной эконометрики Л.Анселин. В рамках семинара будут кратко описаны возможности программы, в том числе порядок загрузки данных, создания матриц весов, картографирования, расчета различных показателей, используемых при анализе пространственных зависимостей. Будут продемонстрированы и сопоставлены различные методы кластеризации данных, а также рассмотрены возможности построения основных пространственных моделей: SAR, SEM.