Celem książki jest przedstawienie innowacyjnych przestrzennych metod ilościowych używanych w ekonomii, regionalistyce i analizach biznesowych - statystyki przestrzennej, ekonometrii przestrzennej, symulacji Monte Carlo i bootstrap, a także uczenia maszynowego.
Publikacja ukazuje szczegółowo sposoby analizy, wizualizacji i integracji informacji o zróżnicowanej granulacji: punktowych, obszarowych, gridowych i konturów administracyjnych. Zestawienie wszelkich tych części badań przestrzennych w jednym miejscu czyni z tej książki kompleksowy przewodnik projektowania i programowania badania przestrzennego w środowisku R oraz interpretacji uzyskanych wyników.Popularność przestrzennych metod ilościowych stale rośnie i wynika to z pojawienia się danych przestrzennej jako części big data i zwiększonego zainteresowania GIS, geolokalizacją i mapowaniem, jako narzędziami analityki naukowej, biznesowej i rządowej.
Metody te pozwalają na wizualizację procesów ekonomiczno-społecznych, uzyskanie zależności przyczynowo-skutkowych, a w dobie uczenia maszynowego na tworzenie produktywnych prognoz. Książka ta podąża za tymi trendami.
Została napisana z perspektywy ekonomistów ilościowych, badających zjawiska ekonomiczne w kategoriach przestrzennych, na bazie danych regionalnych lub geografi cznych.Książka przeznaczona jest dla szerokiego grona odbiorców:? badaczy regionalistów prowadzących badania na informacji regionalnych,? analityków informacji i data scientists, którzy prowadzą analizy biznesowe na informacji zawierających adres albo współrzędne geografi czne,? jako podręcznik dla studentów zainteresowanych analizą danych przestrzennych.Treść przedstawiono w formule badań stosowanych:? metody ilościowe prezentowane są bez nadmiernej formalizacji na rzecz ergonomicznego przedstawienia narzędzi badawczych,? przegląd najbardziej aktualnej międzynarodowej literatury naukowej zezwala na szybkie zbudowanie bazy wiedzy odnoszącej się do teorii i aplikacji,? pakiety i algorytmy R zaprezentowane są w kontekście celu badań i sposobu prowadzenia analiz,? wszystkie przykłady oparte są na rzeczywistych informacji, a uzyskane wyniki są interpretowane i dyskutowane,? w każdym przykładzie pokazano osiągalnie pełny kod R - od przetwarzania informacji, poprzez słuszne obliczenia, po prezentację wyników lub wizualizację,? zaprezentowane w książce dane i kody R przystępne są w repozytorium GitHub.
