Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Analysis of Spatio-Temporal Data - Exercises - Einzelansicht

Veranstaltungsart Übung Langtext
Veranstaltungsnummer 140822 Kurztext
Semester WiSe 2022/23 SWS 2
Erwartete Teilnehmer/-innen 40 Studienjahr
Max. Teilnehmer/-innen 40
Credits 2 Belegung Belegpflicht
Sprache englisch
Einrichtung :
Institut für Geoinformatik
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 10:00 bis 12:00 woch 13.10.2022 bis 02.02.2023  Heisenbergstr. 2 - StudLab GEO1 130        
Gruppe [unbenannt]:

Zugeordnete Person
Zugeordnete Person Zuständigkeit
Pebesma, Edzer, Prof. Dr. verantwort
Abschluss - Studiengang Sem ECTS Bereich Teilgebiet
Master - Geoinformatics and Spatial Data Science (88 F26 21) - 2
Master - Geoinformatics (88 E62 12) - 2
Master - Geoinformatics (88 E62 8) - 2
Prüfungen / Module
Prüfungsnummer Modul
14002 Exercise Course Analysis of Spatio-temporal Data - Master Geoinformatics Version 2012
15002 Veranstaltung 1 - Master Geoinformatics Version 2008
15003 Veranstaltung 2 - Master Geoinformatics Version 2008
15004 Veranstaltung 3 - Master Geoinformatics Version 2008
15005 Veranstaltung 4 - Master Geoinformatics Version 2008
15006 Veranstaltung 5 - Master Geoinformatics Version 2008
15007 Veranstaltung 6 - Master Geoinformatics Version 2008
13002 Analysis of Spatio-Temporal Data - Master Geoinform and Spat. Data Version 2021
Zuordnung zu Einrichtungen
Fachbereich 14 Geowissenschaften

The exercise can only be taken together with the seminar part!

This course will introduce advanced analysis methods for typical spatio-temporal data sets such as tracking data, time series of remotely sensed images and/or data coming from monitoring networks with fixed/mobile ground sensors. The advanced analysis methods include selected stochastic, deterministic and combined modelling approaches, and will touch upon the visual analytics framework. Special attention is paid to uncertainty quantification and error propagation in the analysis process (data, model, output analysis and visualisation). The practical exercises are given with the open source statistical environment R. The students are expected to analyse a spatio-temporal dataset. The assignment includes the following tasks:

● Formulate a research question and hypothesis

● Identify an appropriate spatio-temporal dataset

● Apply one or more of the advanced methods presented during the lecture part of the course

● Reproducible analysis, i.e. implement all analysis steps using a script language like R, and a document system like Sweave

● Summarise and visualise results

● Discuss most important findings with regard to research question.

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2022/23 , Aktuelles Semester: SoSe 2023