تصویر

معرفی محصول

جزئیات محصول

آموزش رگرسیون جغرافیایی وزن دار(GWR)و رگرسیون مربعات معمولی(OLS)و خودهمبستگی فضایی(روش Moran ) در نرم افزار ArcGIS(پروژه نمونه: بررسی ارتباط پدیده گرد

شناسـه : 433 250000 تومان 20%

قیمت : 200000 تومان

نام مدرس: دکتر محمد کاظمی

مدت آموزش: 01:30:13

آموزش رگرسیون جغرافیایی وزن دار (GWR) و رگرسیون مربعات معمولی  (OLS) و خودهمبستگی فضایی (روشMoran ) در نرم افزار ArcGIS (پروژه نمونه: بررسی ارتباط پدیده گرد و غبار با متغیرهای دیگر)

  • مدل رگرسیون چند متغیره OLS (مدل حداقل مربعات معمولی)
  • کاربرد مدل‌های رگرسیونی
  • متغیرهای مستقل و وابسته
  • باز کردن نرم افزار ArcGIS
  • باز کردن جدول توصیفی یک لایه در GIS
  • توصیف فیلدهای مربوط به گرد و غبار ذرات، بارش، رواناب، رطوبت خاک، دمای ماکزیمم، دمای مینیمم، سرعت باد، دمای سطح زمین، شاخص پوشش گیاهی
  • اخذ اطلاعات توصیفی هر نقطه در نرم افزار ArcGIS
  • تبیین موضوع محتوا (مدل کردن گرد و غبار با متغیرهای دیگر)
  • جستجوی تابع مناسب برای برقراری رگرسیون
  • توضیح پنجره های مربوط به تابع
  • انواع لایه های GIS برای ورودی مدل
  • تفسیر نتایج OLS
  • استخراج ضریب همبستگی R در رگرسیون
  • معیارهای تناسب بهتر مدل رگرسیون
  • تفسیر نقشه خروجی با توجه به مقادیر انحراف معیار
  • تفسیر فیلدهای ساخته شده در نقشه خروجی
  • استخراج ضرایب متغیرهای مستقل برای پیش بینی متغیر وابسته
  • بررسی خطاهای مدل با استفاده از گزارش(Report)  و جدول توصیفی لایه خروجی
  • وابسته نبودن ضرایب روش OlS به مکان، بعنوان یک نقطه ضعف برای این روش
  • معرفی روش یا رگرسیون جغرافیایی وزن دار(GWR)  به عنوان روشی برای حل مشکل وابسته نبودن ضرایب روش OlS به مکان
  • استخراج مدل خودهمبسته(Autoregressive model)
  • بررسی نحوه توزیع فضایی داده های گرد و غبار(خوشه ای، تصادفی و ....)
  • توضیح توزیع خوشه ای داده های گرد و غبار (بعنوان نمونه)
  • جستجوی تابع مربوط به بررسی خودهمبستگی فضایی در نرم افزار ArcGIS  بر اساس شاخص جهانی Moran
  • تفسیر پنجره های ورودی تابع مربوط به بررسی خودهمبستگی فضایی (Spatial Autocorrelation)
  • تفسیر خروجی روش Moran در ارتباط با خودهمبستگی (Autocorrelation report)
  • فرض‌های صفر و یک برای خودهمبستگی و رد یا قبول هر یک
  • تفسیر مقادیر شاخص Moran  در ارتباط با نوع خودهمبستگی
  • بیان یک اصل جغرافیایی در ارتباط با همبستگی پدیده ها
  • بیان مفهوم خوشه در ارتباط با همبستگی فضایی پدید ها
  • نکات در مورد خروجی مدل OLS که برای تهیه گزارشات و نگارش مقالات مفید می باشد
  • تهیه گزارش روش OLS و تفسیر اطلاعات آن (جدول و نمودارها) با توجه پروژه نمونه (بررسی همبستگی گرد و غبار با متغیرهای دیگر)
  • گزینش چند پارامتر بهینه برای ورود در مدل‌های دیگر با توجه به گزارش خروجی روش OLS
  • مبحث در خصوص مدل رگرسیون جغرافیایی وزن دار (GWR)
  • نحوه استفاده از نتایج روش OLS در روش  GWR
  • انتخاب تعدادی از پارامترهای مستقل از روش OLS و ورود در روش GWR
  • بررسی و تفسیر عامل تورم واریانس(variance inflation factor)  یا شاخصVIF  در روش OLS
  • تفسیر مقادیر Robust pr و Probability در روش OLS
  • توضیح مقادیر ضرایب پارامترها در مدل OLS
  • توضیح نمودار پراکنش(Scatter plot)  هر کدام از پدیده های مستقل نسبت به پدیده وابسته (گرد و غبار)
  • شاخص  PDSI(شاخص خشکسالی پالمر)
  • بررسی الگوی مکانی روابط بین پدیده ها با مدل GWR
  • اضافه نمودن فایل نقطه ای مربوط به مقادیر گرد و غبار و سایر متغیرها
  • جستجوی تابع مربوط به روش GWR در نرم افزار ArcGIS
  • بیان گزینه های مختلف پنجره تابع GWR
  • توضیح نقشه خروجی مدل GWR
  • بررسی مقادیر انحراف معیار باقیمانده ها نقشه خروجی و تفسیر نقاط
  • تغییر نمادها (Symbol) نقشه خروجی مدل GWR
  • تفسیر اجزای جدول خروجی مدل GWR
  • تفسیر مقادیر R2 خروجی مدل GWR
  • مقادیر واقعی و پیش بینی شده و اختلاف آنها و سایر اطلاعاتی که از جدول لایه خروجی مدل GWR می توان استخراج و تفسیر نمود
  • کاربرد ضرایب (Coefficient)  استخراج شده از روش GWR در بررسی میزان همبستگی متغیرهای مستقل با متغیر وابسته
  • نحوه اخذ و ذخیره لایه خروجی مدل GWR
  • نحوه نمادگذاری (Symbology)  با روش‌های مختلف لایه خروجی مدل GWR  بر اساس مقادیر ضرایب  و تفسیر آن
  • توضیح نحوه بررسی خودهمبستگی فضایی (Spatial Autocorrelation) با روش Moran بر اساس مقادیر باقیمانده استاندارد و تفسیر آنها
  • ارزیابی مدلهای مختلف برای پیش بینی با استفاده از معیارهای و ملاک‌ها
  • فرمول، محدوده مقادیر و تفسیرضریب تعیین (R2)  در ارزیابی مدل‌های رگرسیونی
  • توضیح، فرمول و تفسیرریشه میانگین مجذور خطاها (RMSE)  در ارزیابی مدلهای رگرسیونی
  • نحوه اخذ خروجی dbf از جدول لایه های خروجی مدل‌ها
  • بازکردن جدول dbf خروجی در نرم افزار اکسل
  • حذف فیلدهای غیرضروری جدول خروجی در نرم افزار اکسل
  • محاسبه معیار RMSE جدول خروجی مدل با فرمول نویسی در نرم افزار اکسل
  • مقایسه RMSE محاسبه شده و sigma در جدول مدل GWR
  • مقایسه نتایج RMSE مدل‌های OLS و GWR برای انتخاب بهترین مدل پیش بینی
  • محاسبه ضریب تعیین (R2)  و بهترین معادله خط برازش (خط نیکویی برازش) خروجی مدل GWR در نرم افزار اکسل
  • مقایسه R2محاسبه شده در نرم افزار اکسل با جدول خروجی مدل GWR