Kursens innehåll

Kursen innehåller en rad olika grundläggande komponenter av rumslig analys, både vad gäller teoretisk bakgrund och analytiska metoder. Några av de koncept och tekniker som behandlas i kursen är punktmönster analys, geostatistik, rumslig autokorrelation, skala, osäkerhet och rumslig regression. Studenten lär sig också att analysera rumsliga data med hjälp av öppenkällkodsplattformen R.

Efter avslutad kurs ska du som är student kunna:

• förklara hur och varför kunskaper i geografi är viktigt vid analys av rumsliga data
• beskriva olika metoder som används för analys av olika typer av rumsliga data
• analysera olika typer av geografiska data genom att använda både deskriptiva och inferentiella statistiska metoder
• redogöra för hur osäkerhet och skala medför olika begränsningar och möjligheter vid analys av geografiska data och vilka mönster detta kan ge upphov till.
• självständigt välja relevanta rumsliga analysmetoder för olika typer av geografiska data, processer och företeelser
• självständigt analysera, tolka och kritisera resultat från olika rumsliga analysmetoder.

Undervisning

Undervisningen utgörs av både teoretiska och praktiska moment, där föreläsningar följs av praktiska övningar som illustrerar, förstärker eller vidareutvecklar de teoretiska koncepten som tas upp i föreläsningarna. Tyngdpunkten ligger på statistisk analys och tolkning av resultaten. Övningarna är ofta kumulativa, d.v.s. de kunskaper som erhålls i en övning används som inledning för att angripa det problem som ställs upp i nästa övning. Deltagande i övningar samt tillhörande moment är obligatoriskt.