starve
publication
Starve عبارة عن حزمة R لتحليل البيانات المكانية والزمانية ذات الإشارة النقطية، وهو تنسيق بيانات نموذجي للمسوحات البحثية البيئية.
يمكنك تثبيت الحزمة باستخدام
devtools :: install_github( " lawlerem/starve " , build_vignettes = TRUE )بمجرد التثبيت، يمكن عرض الصورة النصفية للحزمة عن طريق فتح R وتشغيلها
vignette( " starve-tour " , package = " starve " )تعمل هذه المقالة القصيرة كمرجع متعمق للعمل مع حزمة التجويع.
إذا كنت تواجه مشكلة في إنشاء الصورة النصفية أثناء تعليمات الحزمة، فيرجى التأكد من تثبيت pandoc على نظامك.
من خلال واجهة بسيطة، يمكن لمستخدمي الحزمة قضاء المزيد من وقتهم وطاقتهم في التعلم من بياناتهم وقضاء وقت أقل في كيفية ترميز خطوات تحليل البيانات. تغلف حزمة التجويع وظائفها في أربع وظائف رئيسية:
strv_prepare() صيغة نموذجية وdata.frame وتقوم بمعالجة البيانات مسبقًا لإنشاء كائن نموذجي يتم استخدامه بعد ذلك في الوظائف الثلاث الأخرى.strv_fit() بتنفيذ أقصى قدر من الاستدلال على كائن النموذج، والحصول على تقديرات المعلمات والأخطاء القياسية.strv_predict() كائن نموذجي للتنبؤ بالمواقع والأوقات المحددة من قبل المستخدم.strv_simulate() مجموعة بيانات جديدة من كائن نموذجي. أحد جوانب الحزمة التي قد لا يكون بعض المستخدمين على دراية بها هو استخدام فئات S4، التي نستخدمها لكائن نموذجي (من بين أشياء أخرى). بالنسبة للمستخدم، تعمل فئات S4 بشكل مشابه للقوائم، ولكن بدلاً من استخدام الرمز $ للوصول إلى أجزاء من القائمة، يمكنك استخدام وظائف للوصول إلى جزء من فئة S4. على سبيل المثال، لعرض تقديرات المعلمات بعد تشغيل strv_fit() ، يمكنك استخدام
parameters( x )بدلاً من
x $ parametersتتوفر التفاصيل الكاملة لاستكشاف كائن نموذجي في المقالة القصيرة للحزمة.
يتمتع R بنظام بيئي غني بالبيانات المكانية والزمانية، راجع آراء مهمة CRAN حول تحليل البيانات المكانية والتعامل مع البيانات المكانية والزمانية وتحليلها. تقبل الحزمة Starve مباشرة تنسيق البيانات المكانية القياسي "الميزات البسيطة" كما هو مطبق في الحزمة sf، كما تدمج أيضًا استخدام حزمة النجوم للتنبؤات النموذجية. يتيح ذلك للمستخدمين تجاوز العديد من خطوات معالجة البيانات التي يمكن تضمينها عند تحليل البيانات المكانية والزمانية، مما يؤدي إلى سير عمل مبسط.
تستخدم الحزمة الجائعة مجموعة متنوعة من التقنيات لجعل التحليل فعالاً من الناحية الحسابية، والذي كان تقليديًا العامل المحدد الرئيسي لتحليل البيانات المكانية والزمانية.
