Yıl: 2024, Dönem: Güz
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Temel Ders Kitapları:
"Statistical Methods for Spatial Data Analysis"
Yazarlar: Oliver Schabenberger, Carol A. Gotway
İçerik: Mekânsal istatistiksel analiz yöntemleri, mekânsal otokorelasyon, mekânsal regresyon ve veri görselleştirme konularını kapsar.
"Applied Spatial Data Analysis with R"
Yazarlar: Roger S. Bivand, Edzer J. Pebesma, Virgilio Gómez-Rubio
İçerik: R programlama dili ile mekânsal veri analizi uygulamaları, haritalama, kümeleme ve regresyon modelleme üzerine odaklanır.
"Geographical Information Systems and Science"
Yazarlar: Paul A. Longley, Michael F. Goodchild, David J. Maguire, David W. Rhind
İçerik: GIS temelleri, mekânsal veri yönetimi ve analiz yöntemlerini detaylı bir şekilde ele alır.
"Spatial Analysis: A Guide for Ecologists"
Yazarlar: Marie-Josée Fortin, Mark R. T. Dale
İçerik: Ekolojik verilerin mekânsal analizine odaklanır; temel kavramlar ve uygulama örnekleri içerir.
"Handbook of Spatial Statistics"
Yazarlar: Alan E. Gelfand, Peter Diggle, Montserrat Fuentes, Peter Guttorp
İçerik: Mekânsal istatistik alanındaki gelişmiş yöntemler ve teoriler üzerine bir referans kaynağıdır.
Destekleyici Kaynaklar:
"Geospatial Analysis: A Comprehensive Guide"
Yazar: Michael de Smith, Michael F. Goodchild, Paul Longley
İçerik: GIS ile mekânsal analiz yöntemleri, yazılım araçları ve uygulama alanları.
"Spatial Statistics and Geostatistics: Theory and Applications for Geographic Information Science and Technology"
Yazar: Yongwan Chun, Daniel Griffith
İçerik: Mekânsal istatistik teorisi ve GIS uygulamaları.
"An Introduction to R for Spatial Analysis and Mapping"
Yazarlar: Chris Brunsdon, Lex Comber
İçerik: R programlama ile mekânsal veri analizi ve haritalama için giriş seviyesinde bir rehberdir.
Online Kaynaklar ve Makaleler:
"The R Spatial View" (https://r-spatial.github.io/)
R dilindeki mekânsal veri analizine yönelik araçlar ve kütüphaneler hakkında detaylı bilgi sağlar.
"GeoDa Workbook" (https://geodacenter.github.io/)
GeoDa yazılımıyla mekânsal analiz tekniklerinin öğrenilmesi için rehber bir kaynaktır
Dersin İçeriği
mekânsal verilerin analizi için kullanılan temel teorik bilgileri ve uygulamalı yöntemleri kapsar. Mekânsal İstatistik ve Temel Kavramlar
Mekânsal istatistiğin tanımı, amacı ve kapsamı
Mekânsal veri türleri (nokta, çizgi, alan verileri)
Mekânsal verilerin doğası ve klasik istatistikten farkları
Mekânsal Veri ve Görselleştirme
Coğrafi Bilgi Sistemleri (GIS) ile mekânsal veri işleme
Haritalama ve veri görselleştirme teknikleri
Mekânsal veri setleri ve projeksiyon sistemleri
Mekânsal Veri Analizi Teknikleri
Tanımlayıcı İstatistikler: Mekânsal veri için temel istatistiksel özetler (ortalama merkez, standart mesafe, vb.)
Nokta Desen Analizi: Mekânsal olayların dağılımını analiz etme (rasgele, kümelenmiş, düzenli)
Mekânsal Kümeleme: Kümeleme yöntemleri ve algoritmalar (Getis-Ord Gi*, DBSCAN, vb.)
Mekânsal Ototokorelasyon: Moran's I, Geary's C ve diğer otokorelasyon ölçütleri
Mekânsal İstatistiksel Modelleme
Mekânsal regresyon modelleri (SAR, SEM, GWR)
Mekânsal ilişkilendirme ve neden-sonuç analizi
Çok değişkenli mekânsal veri analizi
Mekânsal Yöntemlerde İleri Teknikler
Alan temelli analiz (Voronoi diyagramları, Thiessen poligonları)
Zamansal mekânsal analiz (spatiotemporal verilerin incelenmesi)
Mekânsal simülasyon ve modelleme
Uygulama Alanları
Şehirleşme ve arazi kullanım analizi
Çevresel risk değerlendirmesi ve kirlilik analizi
Doğal afet yönetimi (deprem, sel, vb.)
Sağlık coğrafyası ve hastalıkların mekânsal dağılımı
Yazılım ve Araçlar
GIS tabanlı mekânsal analiz yazılımları (ArcGIS, QGIS)
Mekânsal istatistik için kullanılan programlama dilleri ve kütüphaneler (R, Python, GeoDa)
Projeler ve Uygulamalar
Gerçek dünya verileri ile mekânsal analiz projeleri
Mekânsal analiz sonuçlarının raporlanması ve sunulması
Dersin Amacı
"Mekânsal İstatistik" dersinin amacı, mekânsal verilerin analizine yönelik temel istatistiksel yöntemleri öğretmek ve bu yöntemlerin çeşitli disiplinlerde (şehir planlama, çevre bilimi, coğrafya, peyzaj mimarlığı, vb.) nasıl uygulanacağını öğrencilere kazandırmaktır. Bu bağlamda, dersin ana hedefleri şunlardır: Mekânsal Veri Analizi Kavramlarının Öğretimi: Mekânsal verilerin doğasını, türlerini ve özelliklerini tanıtarak, bu verilerin analizinde kullanılan temel istatistiksel prensipleri aktarmak. Mekânsal Veri ve Coğrafi Bilgi Sistemleri (GIS) Entegrasyonu: Mekânsal istatistik tekniklerini coğrafi bilgi sistemleriyle (GIS) birleştirerek, mekânsal desenlerin ve ilişkilerin görselleştirilmesi ve analiz edilmesi becerisini kazandırmak. Mekânsal İstatistiksel Yöntemlerin Uygulanması: Nokta desen analizi, mekânsal otokorelasyon, regresyon modelleme ve mekânsal kümeleme gibi yöntemleri öğreterek, öğrencilerin bu teknikleri gerçek dünya problemlerine uygulayabilmelerini sağlamak. Problemlerin Mekânsal Perspektifle Çözülmesi: Şehirleşme, çevre kirliliği, doğal afet yönetimi, ekolojik süreçler ve sosyo-ekonomik dinamikler gibi konularda mekânsal veriye dayalı çözümler üretebilme yetkinliği geliştirmek. Kritik ve Analitik Düşünme Geliştirme: Mekânsal verilerden elde edilen sonuçların analizini yaparak, bu sonuçları eleştirel bir şekilde değerlendirme ve politikalar üretme becerisi kazandırmak.Görselleştirme ve Raporlama Becerisi: Mekânsal analiz sonuçlarını etkili bir şekilde görselleştirme (haritalar, grafikler, diyagramlar) ve raporlama becerisi kazandırmak. Sonuç olarak, "Mekânsal İstatistik" dersi, öğrencilerin mekânsal veri analizi konusunda teorik bilgiye ve pratik becerilere sahip olmasını, ayrıca bu becerileri mesleki yaşamlarında etkili bir şekilde kullanabilmelerini hedefler.
