Helsingin yliopisto Matematiikan ja tilastotieteen laitos
Matemaattis-luonnontieteellinen tiedekunta
Valtiotieteellinen tiedekunta

 

Geostatistiikka, kevät 2006

Uutisia

Anna palautetta: vastaa kurssikyselyyn kurssikokeen jälkeen.

26.4.: Luentomonisteen pitäisi nyt olla valmis.

21.4.: kurssikoe viimeisellä luentokerralla 5.5. 10.00-12.00; tiistaina 2.5. kertausluento, johon pyytäisin aihetoiveita sähköpostitse viim. to 27.4. (6. laskuharjoitusten tehtävä 5).

31.3.: Sovittiin, että simple kriging -kaavojen (3.3) ja (3.6) johtaminen on yksi tenttitehtävistä.

Luennoija

FT Juha Heikkinen

Asema opetuksessa

Tilastotieteen valinnainen syventävä opintojakso.

Laajuus

5 op + vapaaehtoinen 3 op harjoitustyö

Luentoajat ja -paikka

IV periodi ti ja pe 10-12 Exactum (Kumpula, Gustaf Hällströmin katu 2b) sali B120

Laskuharjoitukset

ti 12-14 sali B120.

Harjoituksia tekemällä voi saada max. 6 lisäpistettä kurssikokeeseen, jossa 4 tehtävää a 6 p; ks. sivu Harjoitustehtävät.

Harjoitustyö

Kurssisuorituksen voi laajentaa 8 op:een tekemällä harjoitustyön, joka voi olla teoreettinen (kirjallisuuteen perustuva) tai soveltava (jonkin aineiston analysointi). Ota yhteyttä, jos olet kiinnostunut.

Palaute

Otan mielelläni vastaan kaikenlaista kurssiin liittyvää palautetta tai toiveita (esim. kurssimateriaalista, luennoista ja harjoituksista) koska tahansa kurssin aikana, mieluimmin luentojen yhteydessä tai sähköpostitse. Sähköpostia voi lähettää myös anonyymisti laitoksen "Palautetta luennoijalle" -sivun kautta. Kurssin jälkeen järjestetään yksityiskohtaisempi palautekysely.

Kurssikuvaus

Geostatistiikka on spatiaalisesti jatkuvista prosesseista kerätyn paikkatietoaineiston tilastollista analyysiä, jonka tavoitteena on useimmiten spatiaalinen ennustus.

Spatiaalisesti jatkuvat prosessit kuvaavat sellaisia vastemuuttujia, joiden arvo on ainakin periaatteessa määritettävissä missä tahansa tutkimusalueen pisteessä. Tyypillisiä esimerkkejä ovat lämpötila, korkeus merenpinnasta tai erilaisten aineiden pitoisuudet maaperässä. Toisaalta esimerkkejä sellaisista paikkatietoaineistoista, joita ei yleensä ole mielekästä mallintaa spatiaalisesti jatkuvina prosesseina, ovat merkkiset pistekuviot (esim. jonkin metsikön puiden pituudet; pituus voidaan määrittää vain puun kohdalla) ja alueittaiset aineistot (esim. kunnittaiset väestötilastot).

Spatiaalinen ennustus puolestaan tarkoittaa sitä, että vastemuuttujan arvo on havaittu äärellisessä määrässä tutkimusalueen pisteitä ja näiden havaintojen perusteella arvioidaan, minkälaisia arvoja se voisi saada muissa pisteissä. Ennustus perustuu olennaisesti spatiaaliseen autokorrelaatioon eli siihen, että vastemuuttujan arvot toisiaan lähellä olevissa paikoissa ovat keskenään keskimäärin samanlaisempia kuin toisistaan kaukana olevissa paikoissa.

Näin ollen kurssilla käsitellään luonnollisesti spatiaalisen autokorrelaation mallintamista ja estimointia havaintoaineistosta sekä sitä, miten korrelaatiota voidaan hyödyntää spatiaalisessa ennustuksessa. Perusmenetelmän (ordinary kriging) lisäksi kevään 2006 kurssilla käsiteltiin

  • osa-alueittaisten keskiarvojen ennustamista (block kriging),
  • epästationaaristen prosessien ennustamista (universal kriging),
  • muiden kohdemuuttujan kanssa korreloituneiden apumuuttujien hyödyntämistä (cokriging) ja
  • epälineaaristen funktionaalien (esim. jonkin kynnysarvon ylittämisen todennäköisyyden) ennustamista (indicator kriging, disjunctive kriging).

Aiheita, joihin ei päästy, mutta joihin voisi tutustua esim. harjoitustyön yhteydessä:

  • IRF-k kriging (Chiles & Delfiner 1999, luku 4)
  • geostatistinen simulointi, joka on tarpeellista mm. silloin, kun rekonstruoidut vastepinnat eivät saa olla tasoitettuja (Chiles & Delfiner 1999, luku 7, Lantuejoul 2002)
  • gstat-ohjelmisto, tai joku muu
  • esim. lukumäärämuuttujille soveltuva mallipohjainen geostatistiikka (Diggle et al. 1998)

Esitiedot

Perusvalmiudet yhden ja useamman muuttujan differentiaali- ja integraalilaskennassa, matriisilaskennassa ja todennäköisyyslaskennassa, Tilastollinen päättely ja Lineaaristen mallien kurssi.

Geostatistiikka on osa-alueena myös kurssilla Spatiaalinen tilastotiede, mutta tällä kurssilla käsitellään tarkemmin kriging-menetelmän (matemaattisiakin) perusteita ja (kuten edellä käy ilmi) sen erilaisiin tilanteisiin soveltuvia versioita. Spatiaalisen tilastotieteen kurssin tiedoista saattaa olla apua tämän kurssin asioiden (erityisesti niiden sovellusmahdollisuuksien) ymmärtämäisessä, mutta niitä ei edellytetä.

Kirjallisuus ja kurssimateriaali

Kurssi perustuu kirjaan

Chiles, J.-P. & Delfiner, P. Geostatistics: Modeling Spatial Uncertainty, Wiley 1999.

Muuta kirjallisuutta:

Cressie, N. A. C. Statistics for Spatial Data, revised edn, Wiley 1993
Diggle, P. J., Moyeed, R. A. & Tawn, J. A. 1998. Model-based geostatistics (with discussion), Applied Statistics 47, 299-350.
Goovaerts, P. Geostatistics for Natural Resource Evaluation, Oxford University Press 1997.
Lantuejoul, C. Geostatistical Simulation: Models and Algorithms, Springer 2002.
Wackernagel, H. Multivariate Geostatistics: An Introduction with Applications, 3rd edn, Springer 2003.
Webster, R. & Oliver, M. A. Geostatistics for Environmental Scientists, Wiley 2001.

Luentomoniste ja oheismateriaalia Kurssimateriaali-sivulla ja kurssimapissa.

Linkkejä

AI-GEOSTATS: kokoelma geostatistista materiaalia
Centre de Geostatistique: pääkallonpaikka
Geovariances: Isatis-ohjelmiston (ammattilaisille!) myyjä
R-ohjelmiston spatiaalisten pakettien esittely
geoR:n verkkosivut

Viimeksi päivitetty 26.4.2006
http://www.rni.helsinki.fi/~jmh/geo06