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.

Software per l’analisi spazio-temporale

CAPPELLO, CLAUDIA;DE IACO, Sandra
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.
9788892110076
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11587/415123
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact