Couvre les statistiques spatiales, la variabilité spatiale, l'interpolation, l'évaluation de l'incertitude et les exercices pratiques d'analyse spatiale et de statistiques.
Explore les statistiques spatiales, les modèles numériques d'élévation, l'analyse de la couverture terrestre et la régression pondérée géographiquement dans l'analyse spatiale.
Introduit l'autocorrélation spatiale, les schémas de pondération spatiale et les méthodes d'analyse de l'association spatiale à l'aide de statistiques de distance.
Par le Prof. François Golay explore les SIG, la morphologie urbaine, les défis des Twins numériques, l'analyse basée sur les données et les contributions du LASIG.
Couvre l'autocorrélation spatiale, la dépendance spatiale, les biais dans les statistiques classiques et les limites des outils statistiques en géographie.
Explore la morphologie urbaine, les systèmes urbains auto-organisés, les défis à relever pour réaliser le concept (urban) Digital Twin, les contributions d'analyse spatiale du LASIG et l'enseignement de la géomatique.
Explore les causes et les conséquences des feux de brousse dans la région sahélienne, en mettant l'accent sur le rôle des systèmes d'information géographique.
Explore les modèles de régression spatiale, abordant les défis d'autocorrélation spatiale et le concept de modèles de décalage spatial pour corriger les biais et améliorer la précision de l'inférence.
Couvre l'autocorrélation spatiale dans les SIG, y compris l'autocorrélation globale, les schémas de pondération, le rapport I de Moran et le rapport de contiguïté.
Explore les concepts de flux parallèles, en se concentrant sur le mélange des couches, les relations de dispersion et l'analyse de la stabilité à travers les valeurs propres.
Explore la méthode la plus proche des voisins en analyse spatiale, couvrant l'évaluation de la distribution, le calcul de l'indice R et les essais statistiques pour le regroupement.
