Učenje naprednih raziskovalnih metod na pomladni šoli na Oxfordu

Piše: Maja Dolinar

Na Oxfordu je med 19. in 23. marcem 2018 potekala pomladna šola Naprednih raziskovalnih metod, ki jo je organiziral Oddelek za politiko in mednarodne odnose Univerze na Oxfordu. Pomladne šole se je udeležila tudi sodelavka ADP. Šola je bila sestavljena iz različnih delavnic, ki so pokrivale tehnike kvalitativne in kvantitativne analize podatkov, poudarek pa je bil še zlasti na uporabi mešanih raziskovalnih metod.

Dopoldne so udeleženci izbirali med dvema delavnicama, in sicer Prostorsko analizo in Vzročnim sklepanjem. Popoldne pa so bile na voljo krajše delavnice metod Sledenje procesu, Terensko delo, Vizualizacija podatkov in Napovedovanje. Sodelavka ADP se je udeležila delavnic Prostorska analiza, Sledenje procesu in Napovedovanje, ki jih bo v naslednjih mesecih v seriji prispevkov objavljala na blogu. Prvi prispevek predstavlja uvod v prostorsko analizo podatkov.

Kako uporabiti prostorske podatke v družboslovni analizi?

Prostorski podatki so povsod, saj se z njimi soočamo vsakodnevno preko medijev ali npr. pri načrtovanju poti. Seveda pa se z njimi srečujemo tudi v raziskovanju, ko se ukvarjajmo z vprašanji, kot so:

  • Ali prostorsko vzorčenje pojavljanja bolezni izpostavlja skupne vzroke, kot so starost, relativna revščina ali viri onesnaževanja na nekem področju?
  • Koliko ljudi je izpostavljenih visokemu številu trdnih delcev (PM10) glede na meritve kakovosti zraka in kje živijo?
  • Ali vlade primerjajo svoje politike s politikami svojih sosedov ali se obnašajo neodvisno?

    Slika 1: Primer vizualizacije prostorskih podatkov: zemljevid povprečnih temperatur po svetu v januarju, izdelan v R (uporabljena R koda in podatki Di Salvatore, 2018).

Ustvarjanje zemljevida, ki je prilagojen točno določenemu namenu in ki ne bo izkrivljal osnovnih podatkov, ni enostaven proces, saj je pri sami izdelavi potrebno upoštevati hipotetične procese, ki ustvarjajo opazovane podatke. Statistično sklepanje za takšne prostorske procese predstavlja pogosto velik izziv, ki pa se ga je potrebno lotiti, kadar skušamo sklepati o vprašanjih, ki nas zanimajo.

Delavnica Prostorska analiza je bila namenjena družboslovnim raziskovalcem, ki želijo svoje analize podkrepiti s prosto dostopnimi podatki ali ustvariti lastne prostorske podatke in s tem izboljšati svojo analizo družboslovnih pojavov. V okviru delavnice smo se ukvarjali z odkrivanjem in modeliranjem prostorske odvisnosti, ki je prisotna v večini družbenih pojavov.

Glavni cilji delavnice so bili:

  1. Izdelava podatkovnih baz, ki temeljijo na geografskih/prostorskih značilnostih, pri čemer je bil poudarek predvsem na uporabi orodja GIS (Geographical Information Systems) za izdelavo prostorskega nabora podatkov, ki vsebuje geografske spremenljivke (npr. razdalje), in združevanje različnih vrst podatkov (po možnosti geokodiranje) na podlagi lokacij.
  2. Vizualizacija prostorskih vzorcev in povezovanje zemljevidov z uporabo Moranovega indeksa in lokalnih kazalnikov (LISA).
  3. Modeliranje prostorske soodvisnosti za natančnejše statistične zaključke, pri čemer je bil glavni poudarek na odkrivanju prostorskih odvisnosti in njihovem modeliranju z modeli prostorskega zamika (Spatial Lag Model) in prostorskih napak (Spatial Error Model).
Slika 2: Izdelava zemljevida, ki prikazuje gostoto poselitve Južnega Sudana, izdelan na delavnici s pomočjo programa R (uporabljena R koda in podatki Di Salvatore, 2018).

 

 

Tečaj je temeljil na uporabi prosto dostopnega statističnega programa R, ki je s svojimi specializiranimi paketi za ravnanje s prostorskimi podatki in njihovo analizo brez omejitev dostopen vsakemu zainteresiranemu raziskovalcu.

Za prostorsko analizo je seveda na voljo več drugih aplikacij, kot so npr. ArcGIS, GeoDa in Stata, ki pa so povečini omejene z licencami.

 

 

 

 

 

 

V enem od naslednjih prispevkov si bomo pogledali praktični primer, kako dodati prostorsko spremenljivko obstoječim anketnim podatkom in izdelati svoj zemljevid.

 

Za vse, ki bi želeli izvedeti več o prostorski analizi v R, priporočamo, da si ogledate naslednje knjige in priročnike:

O prostorskih podatkih:

O prostorskih modelih:

  • Ward, M. D. in Gleditsch, K. S. (2008). Spatial regression models (Vol. 155). Essex: Sage.
Prejšnji članek

Delavnica »Train the Trainers on Research Data Management«

Naslednji članek

Nov priročnik: »The Open Science Training Handbook«

Dodaj odgovor

Vaš e-naslov ne bo objavljen. * označuje zahtevana polja