Debian GIS Statistics packages

This GNU R package calculates the Delaunay triangulation and the Dirichlet or Voronoi tessellation (with respect to the entire plane) of a planar point set. This package is used in Spatial Point Pattern analysis, model-fitting and simulation as it is done for instance in the package r-cran-spatstat.

Ce paquet est destiné aux lissages de courbe, de surface et de fonction avec une plus grande attention aux splines (cerces) et aux données et statistiques spatiales. Les méthodes majeures incluent les splines cubiques et minces « plates » (Thin plate splines – TPS) et les covariances compactes et de krigeage pour de grands ensembles de données. Les splines et les méthodes de krigeage sont prises en charge par des fonctions qui peuvent déterminer le paramètre de lissage (variance de pépite et palier) et les autres paramètres de covariance par des validations croisées et par des estimations du maximum de vraisemblance restreinte. Pour le krigeage, une fonction facile à utiliser existe qui estime l’échelle de corrélation (étendue). Une caractéristique majeure est que toute fonction implémentée en R et suivant le format de champs simples peut être utilisée pour la prédiction spatiale. De nombreuses fonctions utiles sont présentes pour le tracé et le travail sur les données spatiales sous forme d’images. Ce paquet fournit aussi une implémentation des matrices creuses pour de grands ensembles de données spatiales.

Ce paquet de GNU R fournit une modélisation spatio-temporelle pour la géostatistique, la modélisation de prédiction et de simulation de variogramme, le (co)krigeage de points ordinaire ou universel ou de bloc, le krigeage spatio-temporel, la simulation séquentielle gaussienne ou d’indicateur, des utilitaires pour le tracé de variogramme ou de cartes de variogrammes et la prise en charge de sf et stars.

Ce paquet offre des possibilités pour produire aisément des cartes de haute résolution basées sur des jeux de données dans l'environnement de calcul statistique de GNU R. Il inclut des données de haute résolution du monde entier, dont des cartes de Chine (incluant les contours des provinces) et une carte à plus haute résolution de la Nouvelle-Zélande et d'un certain nombre d'îles proches du Pacifique.

Le paquet r-cran-mapproj suggéré ajoute des fonctions pour calculer des projections géographiques, utilisées par les cartographes pour compenser les approximations inhérentes à la projection d'une surface sphérique sur un plan bidimensionnel.

Ce paquet fournit des services pour produire facilement des projections cartographiques de carte basées sur des ensembles de données dans l’environnement de calcul statistique de GNU R. Les projections sont utilisées par les cartographes pour compenser les imprécisions inhérentes à la projection de surface sphérique sur un plan en deux dimensions.

Ce paquet fournit des outils pour créer facilement des cartes à partir d’ensembles de données avec l’environnement de calcul statistique de GNU R.

Le paquet r-cran-maps inclut des données cartographiques pour les États- Unis (dont des cartes aux niveaux des États et comtés), la Nouvelle-Zélande et une carte mondiale. Des cartes supplémentaires (dont des cartes mondiales de plus haute résolution) sons disponibles dans le paquet suggéré, r-cran- mapdata.

Le paquet suggéré, r-cran-mapproj, ajoute des outils pour calculer des projections cartographiques qui sont utilisées par les fabriquants de cartes pour compenser le manque de précision inhérent au fait de projeter une surface sphérique sur un plan en deux dimensions.

Ce paquet de GNU R fournit des fonctions pour lire, écrire, manipuler, analyser et modéliser des données spatiales de maillages. Le paquet met en œuvre des fonctions basiques et de haut niveau. Le traitement de gros fichiers est aussi possible.

Ce paquet GNU⋅R fournit des classes et méthodes pour les données spatiales. Les classes décrivent où résident les informations de localisation spatiale, pour les données 2D ou 3D. Des fonctions utilitaires sont fournies, par exemple pour reporter des données sur cartes, effectuer une sélection spatiale, ainsi que des méthodes pour rechercher des coordonnées, réaliser des sous-ensembles, imprimer, résumer, etc.

A GNU R package for analysing spatial data, mainly Spatial Point Patterns, including multitype/marked points and spatial covariates, in any two-dimensional spatial region. Contains functions for plotting spatial data, exploratory data analysis, model-fitting, simulation, spatial sampling, model diagnostics, and formal inference. Data types include point patterns, line segment patterns, spatial windows, and pixel images. Point process models can be fitted to point pattern data. Cluster type models are fitted by the method of minimum contrast. Very general Gibbs point process models can be fitted to point pattern data using a function ppm similar to lm or glm. Models may include dependence on covariates, interpoint interaction and dependence on marks. Fitted models can be simulated automatically. Also provides facilities for formal inference (such as chi-squared tests) and model diagnostics (including simulation envelopes, residuals, residual plots and Q-Q plots).

A collection of functions to create spatial weights matrix objects from polygon contiguities, from point patterns by distance and tessellations, for summarizing these objects, and for permitting their use in spatial data analysis, including regional aggregation by minimum spanning tree; a collection of tests for spatial autocorrelation, including global Moran's I, APLE, Geary's C, Hubert/Mantel general cross product statistic, Empirical Bayes estimates and Assunção/Reis Index, Getis/Ord G and multicoloured join count statistics, local Moran's I and Getis/Ord G, saddlepoint approximations and exact tests for global and local Moran's I; and functions for estimating spatial simultaneous autoregressive (SAR) lag and error models, impact measures for lag models, weighted and unweighted SAR and CAR spatial regression models, semi-parametric and Moran eigenvector spatial filtering, GM SAR error models, and generalized spatial two stage least squares models.