Gli aspetti computazionali connessi all’utilizzo di alcuni ben noti modelli di covarianza sono stati affrontati ricorrendo a semplici algoritmi implementati per risolvere specifici problemi. Si pensi, ad esempio, ad alcune routines del software GSLIB modificate da De Cesare et al. (2001) e da De Iaco e Posa (2012) oppure ad opportuni pacchetti del software statistico R, idonei a rappresentare e modellare fenomeni spazio-temporali, quali gstat (Pebesma, 2004; Graler et al., 2016) e spacetime (Pebesma, 2012; Bivand et al., 2013). Ciò nonostante, continua a persistere il problema riguardante la mancanza di un software dedicato all’analisi di dati spazio-temporali.
Titolo: | Software per l’analisi spazio-temporale |
Autori: | |
Data di pubblicazione: | 2017 |
Abstract: | Gli aspetti computazionali connessi all’utilizzo di alcuni ben noti modelli di covarianza sono stati affrontati ricorrendo a semplici algoritmi implementati per risolvere specifici problemi. Si pensi, ad esempio, ad alcune routines del software GSLIB modificate da De Cesare et al. (2001) e da De Iaco e Posa (2012) oppure ad opportuni pacchetti del software statistico R, idonei a rappresentare e modellare fenomeni spazio-temporali, quali gstat (Pebesma, 2004; Graler et al., 2016) e spacetime (Pebesma, 2012; Bivand et al., 2013). Ciò nonostante, continua a persistere il problema riguardante la mancanza di un software dedicato all’analisi di dati spazio-temporali. |
Handle: | http://hdl.handle.net/11587/415123 |
ISBN: | 9788892110076 |
Appare nelle tipologie: | Capitolo di Libro |