Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
ArcGIS Pro ile Mekânsal İstatistik Uygulamaları
Rating: 4.6 out of 5(4 ratings)
40 students

ArcGIS Pro ile Mekânsal İstatistik Uygulamaları

Konuma dayalı istatistiksel analizleri tüm ayrıntılarıyla öğrenin
Last updated 8/2024
Turkish
Turkish [Auto],

What you'll learn

  • Regresyon, kümeleme gibi mekânsal istatistik tekniklerini kullanabileceksiniz
  • Mekânsal verideki şablonları ve ilişkileri anlayabileceksiniz
  • Mekânsal verinin dağılımını inceleyip faydalı bilgi çıkarabileceksiniz
  • Konuma dayalı veriyi kullanıp verinin mevcut olmadığı lokasyonlar için tahminler yürütebileceksiniz

Course content

6 sections • 23 lectures • 1h 11m total length
  • Mekânsal istatistik nedir, ne işe yarar?1:10

Requirements

  • Temel ArcGIS Pro bilgisi

Description

Bu kursun amacı mekânsal istatistiğin mantığını hem slaytlar üzerinden teorik olarak hem de ArcGIS Pro içerisinde bulunan ilgili araçlar ile örnek uygulamalar yaparak anlatmaktır. Bunun için ArcGIS Pro içerisinde Mekânsal İstatistik araç kutusundaki araçlardan faydalanılmıştır. Bu araç kutusu 5 bölümden oluşmaktadır;


- Analyzing Patterns (Desenlerin Analizi)

- Mapping Clusters (Kümelenmelerin Haritalanması)

- Measuring Geographic Distributions (Coğrafi Dağılımların Ölçümü)

- Modeling Spatial Relationships (Mekânsal İlişkilerin Modellenmesi)

- Utilities


Her bir bölüm içerisinde farklı araçlar bulunmaktadır. Ancak bu araçlar içerisinden en yaygın olarak kullanılan ve çalışmalarınızda en faydalı olacağını düşündüğüm 12 aracı anlattım;


- Average Nearest Neighbor (Ortalama En Yakın Komşu)

- High / Low Clustering Getis - Ord Gi General G (Yüksek / Düşük Kümeleme)

- Global Moran's I (Mekânsal Otokorelasyon)

- Hot Spot Analysis Getis - Ord Gi* (Sıcak Nokta Analizi)

- Cluster and Outlier Analysis (Küme ve Aykırı Değer Analizi)

- Central Feature (Merkez Nokta)

- Mean Center (Ortalama Merkez)

- Standard Distance (Standart Mesafe)

- Ordinary Least Squares (En Küçük Kareler Yöntemi)

- Geographically Weighted Regression (Coğrafi Ağırlıklandırılmış Regresyon)

- Collect Events (Olayların Toplanması)

- Export Feature Attribute to ASCII (Öznitelik Bilgisini ASCII Formatında Dışa Aktar)


Pek çok bölümde araçların çalışma mantığını ve arka planda çalışan formülleri anlattığım bu kurs ile mekânsal istatistiği çok daha kolay ve hızlı şekilde öğrenebileceksiniz. Ayrıca örnek projeler ile mekânsal istatistiğin günlük hayatta nerelerde kullanılabileceğine dair fikir sahibi olacaksınız.


Who this course is for:

  • Konuma dayalı istatistiksel analizleri çalışmalarında kullanacak tüm öğrenciler ve çalışanlar