课程名称︰计量地理学及实习 课程性质︰系所必修课程 课程教师︰温在弘 开课学院：理学院 开课系所︰地理环境资源学系 考试日期（年月日）︰2012/01/13 考试时限（分钟）：150分钟 是否需发放奖励金：是 （如未明确表示，则不予发放） 试题 : 注意事项：答案卷的文字以中文或英文撰写，作答使用的语言需一致 （特殊的专有名词，如未有适当的中文名词，则不在此限）。 一、问答题：（50%，每题各 10 分） 1. 比较 Lai, PC et al. (2009) Spatial analysis of falls in an urban community of Hong Kong 研究论文的图 2 与图 3，请说明「临界距离(threshold distance)」的设定 对於 NNH 群聚的大小与个数会造成的影响，并解释其可能的 原因。 2. 请解释何谓「可调整面积单元问题（modifiable areal unit problem, MAUP）」， 并至少举出一例说明之。 3.请观察并比较以下的图(a)与图(b)，这两张图是皆是利用同样的点资料（point data）， 使用核密度估计（kernel density estimation）所绘制的密度地图，请说明造成同一笔 点资料会造成这两张密度地图差异的可能原因。 图(a) 图(b) [难以呈现.....] 4. 请说明 Anderson, TK (2009) Kernel density estimation and K-means clustering to profile road accident hotspots 研究论文中， 对 kernel density estimation 在群聚 分析所提出的缺点。 5. 请说明 Getis-Ord Local Gi(d)与 Gi*(d)在公式计算的差异，并举例说明这两个 指标的应用时机。 二、实作题：（50%） 图资说明： (a) tpe_fastfood.shp 台北市速食店属性栏位： Store 表示速食店名称（MIC：麦当劳；KFC：肯德基） X_coor, Y_coor 表示该商店的 TWD 67 二度分带座标 (b) tpe_population 台北市各里人口数 属性栏位： Census 表示各里人口数 Household 表示各里家户数 Town_id 表示各行政区代码 X_coor, Y_coor 表示该里几何中心点的 TWD 67 二度分带座标 1. 分别利用 NNH clustering 及 Kernel density estimation 比较 MIC 与 KFC 的群聚 地点。（10 分） 2. 分别利用 Risk-adjusted NNH clustering 及 Dual kernel density estimation， 并以各里人口数进行调整，比较调整後的 MIC 与 KFC 的群聚地点。（20 分） 3. 将「台北市麦当劳速食店」分别以「里」与「行政区」加总，以「里」与「行 政区」 的几何中心点，利用 Dual kernel density estimation 比较不同空间尺度 加总造成 密度地图呈现的差异，并说明造成其差异的可能原因。（20 分） 额外加分题（20 分） 针对实作题 (2)的分析结果，进行参数的敏感度分析，说明 Risk-adjusted NNH clustering 及 Dual kernel density estimation 的参数设定对於群聚分析结果的影响。 说明：各种统计方法所设定的参数，需清楚标注，并说明其理由；若推论涉及假设检定， 需附注说明其显着水准ꄊ 考试提供的图资并非真实数据，仅供教学实习及课程评量之目的。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.249.182