Couvre les variables géographiques discrètes et leurs propriétés géométriques, y compris la façon de les caractériser à laide dindices comme lindice de compacité Gravelius.
Introduit une autocorrélation spatiale, en se concentrant sur la mesure des relations spatiales dans un voisinage et en utilisant le I de Moran comme coefficient de régression.
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.
Explique l'analyse de la signification de l'autocorrélation spatiale à l'aide des permutations I et aléatoires de Moran, soulignant l'importance de la pondération spatiale.
Introduit la régression géographiquement pondérée, une approche spatialement explicite pour mesurer les relations entre les variables avec des résultats spécifiques à l'emplacement.
Explore l'évolution du transport aérien, en analysant les chiffres mondiaux et les raisons du vol, en mettant l'accent sur la domination des loisirs et l'impact des attributs sociaux et spatiaux.