課程資訊
課程名稱
空間分析方法與應用
Spatial Analysis:methods and Applications 
開課學期
103-2 
授課對象
理學院  地理環境資源學系  
授課教師
溫在弘 
課號
Geog5069 
課程識別碼
228 U1150 
班次
 
學分
全/半年
半年 
必/選修
選修 
上課時間
星期二6,7,8(13:20~16:20) 
上課地點
共103 
備註
本課程中文授課,使用英文教科書。
總人數上限:50人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1032_Geog5069 
課程簡介影片
 
核心能力關聯
核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

本課程是屬於計量地理分析的進階課程,先修科目應包括:「統計學」相關課程、「計量地理及實習」以及「地理資訊系統」等相關基礎課程。本課程主要的目的在於介紹學生關於空間分析的方法、應用及R程式實作技巧,使其瞭解各種空間計量方法運用的時機、前提假設與報表解讀等,並補充實證研究論文的導讀,說明其在計量地理學與空間分析研究上的實用性。本課程提供地理系或其他相關系所的大學部高年級與研究生能運用不同的空間分析方法,進行各種與地理學相關領域的研究。本課程設計分成三部分:(一)、空間分析方法的講授,將涵蓋的主題包括:點型態(point patterns)、空間權重與相依性(spatial weights and dependency)、空間迴歸(spatial regression)、多階層模型(multilevel modeling);(二)、導讀地理學觀點的實證論文,理解各種方法的延伸應用;(三)、利用R統計語言的資料分析實作技術。 

課程目標
本課程介紹空間計量方法的理論觀念,將以「統計學」相關課程、「計量地理及實習」以及「地理資訊系統」等相關課程為先修基礎,進一步從計量觀點深化各種空間分析方法的理論基礎,提供同學完整的地理資訊計量分析能力。本課程預計提供大學部修過統計學、計量地理與地理資訊系統的高年級同學與博碩士班研究生,講授如何應用空間分析方法與正確的結果解讀,並透過各種領域的應用實例,瞭解空間分析作為一種跨學科應用的潛在可能。 
課程要求
課程參與討論、論文研讀、電腦實習 
預期每週課後學習時數
 
Office Hours
另約時間 
指定閱讀
1.Bivand, Pebesma, Gomez-Rubio (2013). Applied Spatial Data Analysis with R. Springer. ISBN: 978-0387781709
2.O'Sullivan, Unwin (2010), Geographic Information Analysis, 2nd Edition. Wiley. ISBN: 0470288574 
參考書目
1. Fischer, Getis (2010). Handbook of Applied Spatial Analysis: Software Tools, Methods and Applications. Springer. ISBN: 3642036465
2. Fotheringham, Rogerson (2009). The SAGE Handbook of Spatial Analysis. Sage Publications Ltd. ISBN: 9781412910828.
3. Lloyd (2014), Exploring Spatial Scale in Geography, Wiley. ISBN: 978-1-119-97135-1
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
課程參與討論 
20% 
 
2. 
實習與作業 
20% 
 
3. 
期中考 
30% 
 
4. 
期末考 
30% 
 
 
課程進度
週次
日期
單元主題
第1週
2/24  Introduction to the Course 
第2週
3/03  R Basics: Statistics and graphics 
第3週
3/10  R Basics: Visualizing and manipulating spatial data 
第4週
3/17  Point Patterns: Summary Functions
and Kernel Density 
第5週
3/24  Point Patterns: Summary Functions
and Kernel Density (cont'd) 
第6週
3/31  Point Patterns: Space-time interactions and clustering 
第7週
4/07  Point Patterns: Inhomogeneous Poisson process and models 
第8週
4/14  停課一週 
第9週
4/21  Mid-term Exam 
第10週
4/28  Areal Data: Spatial matrix and dependency 
第11週
5/05  Areal Data: Spatial matrix and dependency (cont'd) 
第12週
5/12  Areal Data: Spatial regression 
第13週
5/19  Areal Data: Spatial equilibrium effects 
第14週
5/26  Areal Data: Geographically-weighted regression (GWR) 
第15週
6/02  Multilevel Model: Fixed and Random Effects 
第16週
6/09  Multilevel Model: Random Intercept and Slope Models 
第17週
6/16  Final Report 1 
第18週
6/23  Final Report 2