Пространственно-эконометрическое моделирование в системе ГеоДа

Введение 3
ГЛАВА 1. Теоретическая часть 5
1.1. Географическая информационная система 8
1.2. История развития пространственной эконометрики 14
1.3. Матрица пространственных весов 15
1.4. Глобальный индекс Морана 17
1.5. Локальный индекс Морана 19
1.6. Диаграмма рассеяния 20
1.7. Форматы геоданных 21
1.8. Программа GeoDa 26
Глава 2. Практическая часть 27
2.1. Проверка на статистическую значимость по численности детей субъектов Кемеровской области 27
2.2. Кластеризация субъектов Кемеровской области по численности детей 33
2.3. Регрессионный анализ 35
Заключение 40
Список литературы 41

Весь текст будет доступен после покупки

В наше время люди очень часто используют ГИС-сервисы, в связи с этим активно развиваются технологии в этой области. ГИС является новой системой ориентировки во времени и пространстве, она включает в себя современные методы обработки информации и, в то же время, является доступной для большинства людей. Применение ГИС позволяет на качественно новом уровне обеспечить информационной базой практически все службы и на этой основе обеспечить решение технических, экономических и целого ряда других задач.
Целью выпускной квалификационной работы является пространственно-эконометрическое моделирование социально-экономических показателей Кемеровской области с использованием геоинформационной системы GeoDa и ГИС-технологий.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Изучить существующие подходы к математическому и пространственно-эконометрическому моделированию.
2. Изучить и использовать геоинфомационную систему GeoDa для моделирования и геовизуализации результатов исследований.
3. Проанализировать наличие пространственных взаимосвязей субъектов Кемеровской области по численности детей на основе глобального индекса Морана.

Весь текст будет доступен после покупки

ГЛАВА 1. Теоретическая часть
1.1. Модели и методы математического моделирования
Одним из методов математического моделирования длины очереди является регрессионный анализ. Регрессионный анализ позволяет изучать зависимости между переменными. Преимуществом регрессионного анализа перед другими методами считается: легкость в построении регрессионных моделей, большое разнообразие интерпретации моделей, регрессионную модель можно применить к различным исследуемым данным.
Для оценки неизвестных параметров в регрессионных зависимостях по результатам измерений, содержащим случайные ошибки, используют метод наименьших квадратов (МНК). МНК считается наиболее распространенным методом для оценки неизвестных параметров. Метод основан на минимизации суммы квадратов остатков регрессии.
Также существует субъективный метод экспертных оценок. Он основан на обобщении мнений высококвалифицированных специалистов, с большим стажем, для определения возможных тенденций рождаемости, миграции и факторов, влияющих на них. Экспертные оценки классифицируются на индивидуальные и коллективные. К индивидуальным методам экспертного оценивания относятся:
• метод сценариев, основанным на существовании определенного числа вариантов развития;
• метод интервью, в котором исследователь лично задает интересующие его вопросы эксперту;
• аналитический метод, предполагающий самостоятельную работу эксперта над ситуацией и изучение дальнейших возможных путей развития. Проводится анализ исследуемой ситуации, результатом которого будет составленная докладная записка.
К коллективным методам экспертного оценивания относятся:
• метод комиссий, основанный на выборе единого мнения, к которому пришли все эксперты в ходе дискуссии за «круглым столом»;
• метод мозговой, подразумевающий групповое решение проблемы;
• Дельфийский метод обобщает мнение экспертов и формулирует единое групповое мнение. Оценка будущего развития получается в ходе ответов на вопросы, задаваемые участникам по несколько раз.

Весь текст будет доступен после покупки

1. Берлянт, А.М. Картография: Учебник для вузов / А.М. Берелят. – М.: Аспект Пресс, 2001. – 336 с
2. Журкин, И.Г. Геоинформационные системы / И.Г. Журкин, С.В. Шайтура. – М.: КУДИЦ-ПРЕСС, 2009. – 272 с.
3. Самардак, А.С. Геоинформационные системы: Учебное пособие / А.С. Самардак. — Владивосток: ТИДОТ ДВГУ, 2005. – 124 с.
4. Алешин, Л.И. Информационные технологии: Учебное пособие / Л.И. Алешин, Н.В. Максимов. – М.: Московская финансово-промышленная академия, 2008. – 512 с.
5. Основы геоинформатики: В 2 кн. Кн. 1: Учеб. пособие для 0-75 студ. вузов / Е.Г.Капралов, А.В.Кошкарев, В.С.Тикунов и др.; Под ред. В.С.Тикунова. — М.: Издательский центр «Академия», 2004. — 352 с.
6. Митчелл, Э. Руководство по ГИС анализу. Часть 1: Пространственные модели и взаимосвязи / Э. Митчел. – Киев.: ЗАО ЕСОММ Со; Стилос, 2000. 177 с.
7. Лайкин, В.И. Геоинформатика: учебное пособие / В.И. Лайкин, Г.А. Упоров. – Комсомольск-на-Амуре.: Изд-во АмГПГУ, 2010. – 162 с.
8. Блиновская, Я.Ю. Введение в геоинформационные системы / Я.Ю. Блиновская, Д.С. Задоя. - М.: Инфра-М, Форум, 2016. - 112 c
9. Блиновская, Я.Ю. Введение в геоинформационные системы. Учебное пособие / Я.Ю. Блиновская. - М.: Инфра-М, Форум, 2018. - 685 c.

Весь текст будет доступен после покупки