GeoDa یک برنامه نرم‌افزاری کاربرپسند است که از سال ۲۰۰۳ برای پشتیبانی از زیرساخت‌های تحقیقات تحلیلی فضایی منبع باز و آزاد توسعه داده شده است. هدف این برنامه کمک به محققان و تحلیلگرانی است که با چالش ارزش‌گذاری داده مواجه هستند. این چالش شامل تفسیر داده و فهم آن است.

این برنامه برای اطلاعات مکان‌های خاص مانند ساختمان‌ها، بنگاه‌ها یا جمع کردن داده‌های مناطق مختلف مانند محله‌ها، مناطق یا نواحی بهداشتی طراحی شده است.

آن چیزی که GeoDa را از دیگر ابزارهای آنالیز داده متمایز می‌کند، تمرکز این نرم‌افزار روی روش‌های صریح مکانی برای داده‌های فضایی است.

از جولای سال ۲۰۱۶ تاکنون، ۱۶۰٬۰۰۰ تحلیلگر از این برنامه در سراسر جهان استفاده می‌کنند.

برای تبدیل داده به ادراک، ابزاری مورد نیاز است که فراتر از نقشه‌برداری است و به کشف‌های غیرمنتظره می‌انجامد.

GeoDa با استفاده از روش‌های مختلف به این فرایند کمک می‌کند:

با افزودن آزمون‌ها آماری فضایی به تجسم نقشه ساده، اتصال نمای داده‌ی فضایی و توزیع‌های غیرفضایی و امکان کشف زمان واقعی فضایی و الگوهای آماری.

الگوهای مشخص آزمون‌های آماری فضایی که فقط شبیه خوشه‌های فضایی هستند با آنهایی که خوشه‌های (کلاسترها) فضایی با یک درجه اطمینان با الگوهایی رندم فضایی هستند، مقایسه می‌شوند. از آنجا که ما به الگوهای نوشتاری و یا شناخت الگوها تمایل داریم، آزمون‌های آماری به ما کمک می‌کنند که تفاوت خوشه‌هایی که واقعی هستند از آنها که واقعی نیستند برای ما مشخص شود.

نمونه‌هایی از این آزمون‌های آماری در GeoDa عبارتند از شاخص‌های محلی سازمان‌های فضایی (LISA) که به طور آماری نقاط سرد و داغ قابل توجهی را روی یک نقشه مشخص می‌کنند (نقشه LISA را در زیر ببینید).

تصویر دیگر یک نقشه باقی‌مانده از یک مدل رگرسیونی برای تشخیص مکان‌هایی است که مدل به خوبی در مکان‌های دیگر اجرا نمی‌شود. درحالی که نقشه‌های باقی‌مانده از مدل‌های فضایی می‌توانند نشان دهند که چطور عملکرد مدل، مکان‌های عرضی را بهبود می‌بخشد.

منبع: SPATIAL DATA SIENCE

مترجم و تهیه کننده: محبوبه پوریوسفی