Research ExplorerPublicationsMethoden zur Analyse räumlicher Daten

Methoden zur Analyse räumlicher Daten

Standard

Methoden zur Analyse räumlicher Daten. / Wolf, Sandra; Kis, Anne; Augustin, Jobst.

In: HAUTARZT, Vol. 73, No. 1, 01.2022, p. 15-20.

Research output: SCORING: Contribution to journal › SCORING: Journal article › Research › peer-review

Harvard

Wolf, S, Kis, A & Augustin, J 2022, 'Methoden zur Analyse räumlicher Daten', HAUTARZT, vol. 73, no. 1, pp. 15-20. https://doi.org/10.1007/s00105-021-04914-1

APA

Wolf, S., Kis, A., & Augustin, J. (2022). Methoden zur Analyse räumlicher Daten. HAUTARZT, 73(1), 15-20. https://doi.org/10.1007/s00105-021-04914-1

Vancouver

Wolf S, Kis A, Augustin J. Methoden zur Analyse räumlicher Daten. HAUTARZT. 2022 Jan;73(1):15-20. https://doi.org/10.1007/s00105-021-04914-1

Bibtex

@article{8b65f953674b4603aa6a8c2e811274ea,
title = "Methoden zur Analyse r{\"a}umlicher Daten",
abstract = "HintergrundStudien zeigen eine r{\"a}umliche Variation der Hautkrebsh{\"a}ufigkeit, deren Ursachen allerdings noch nicht vollst{\"a}ndig verstanden wurden. Bei der Analyse r{\"a}umlicher Muster und Zusammenh{\"a}nge sind verschiedene Herangehensweisen zu beachten, da die Daten durch die r{\"a}umliche Struktur Besonderheiten aufweisen.Ziel der ArbeitWarum die r{\"a}umliche Betrachtung der Hautkrebsh{\"a}ufigkeit {\"u}berhaupt von Bedeutung ist und welche Analysemethoden von Nutzen sind, wird in diesem Beitrag n{\"a}her betrachtet.Material und MethodenZun{\"a}chst wird dargestellt, welche deskriptiven Methoden, wie beispielsweise eine statistische Gl{\"a}ttung, angewendet werden k{\"o}nnen. Im Weiteren wird auf r{\"a}umliche Cluster- und Regressionsanalysen eingegangen. Dabei wird die Pr{\"u}fung auf r{\"a}umliche Autokorrelation ber{\"u}cksichtigt.ErgebnisseInsbesondere die r{\"a}umliche Abh{\"a}ngigkeit der Daten gegen{\"u}ber benachbarten Regionen, die bei Nichtbeachtung zu verzerrten Sch{\"a}tzungen f{\"u}hren, ist bei der Analyse r{\"a}umlicher Daten von besonderer Bedeutung und bedarf spezieller r{\"a}umlicher Analysemethoden.DiskussionDer Beitrag gibt eine Einf{\"u}hrung und {\"U}bersicht statistischer Methoden, die f{\"u}r die r{\"a}umliche Analyse von Hautkrebserkrankungen von Bedeutung sind.",
author = "Sandra Wolf and Anne Kis and Jobst Augustin",
year = "2022",
month = jan,
doi = "10.1007/s00105-021-04914-1",
language = "Deutsch",
volume = "73",
pages = "15--20",
journal = "HAUTARZT",
issn = "0017-8470",
publisher = "Springer",
number = "1",

}

RIS

TY - JOUR

T1 - Methoden zur Analyse räumlicher Daten

AU - Wolf, Sandra

AU - Kis, Anne

AU - Augustin, Jobst

PY - 2022/1

Y1 - 2022/1

N2 - HintergrundStudien zeigen eine räumliche Variation der Hautkrebshäufigkeit, deren Ursachen allerdings noch nicht vollständig verstanden wurden. Bei der Analyse räumlicher Muster und Zusammenhänge sind verschiedene Herangehensweisen zu beachten, da die Daten durch die räumliche Struktur Besonderheiten aufweisen.Ziel der ArbeitWarum die räumliche Betrachtung der Hautkrebshäufigkeit überhaupt von Bedeutung ist und welche Analysemethoden von Nutzen sind, wird in diesem Beitrag näher betrachtet.Material und MethodenZunächst wird dargestellt, welche deskriptiven Methoden, wie beispielsweise eine statistische Glättung, angewendet werden können. Im Weiteren wird auf räumliche Cluster- und Regressionsanalysen eingegangen. Dabei wird die Prüfung auf räumliche Autokorrelation berücksichtigt.ErgebnisseInsbesondere die räumliche Abhängigkeit der Daten gegenüber benachbarten Regionen, die bei Nichtbeachtung zu verzerrten Schätzungen führen, ist bei der Analyse räumlicher Daten von besonderer Bedeutung und bedarf spezieller räumlicher Analysemethoden.DiskussionDer Beitrag gibt eine Einführung und Übersicht statistischer Methoden, die für die räumliche Analyse von Hautkrebserkrankungen von Bedeutung sind.

AB - HintergrundStudien zeigen eine räumliche Variation der Hautkrebshäufigkeit, deren Ursachen allerdings noch nicht vollständig verstanden wurden. Bei der Analyse räumlicher Muster und Zusammenhänge sind verschiedene Herangehensweisen zu beachten, da die Daten durch die räumliche Struktur Besonderheiten aufweisen.Ziel der ArbeitWarum die räumliche Betrachtung der Hautkrebshäufigkeit überhaupt von Bedeutung ist und welche Analysemethoden von Nutzen sind, wird in diesem Beitrag näher betrachtet.Material und MethodenZunächst wird dargestellt, welche deskriptiven Methoden, wie beispielsweise eine statistische Glättung, angewendet werden können. Im Weiteren wird auf räumliche Cluster- und Regressionsanalysen eingegangen. Dabei wird die Prüfung auf räumliche Autokorrelation berücksichtigt.ErgebnisseInsbesondere die räumliche Abhängigkeit der Daten gegenüber benachbarten Regionen, die bei Nichtbeachtung zu verzerrten Schätzungen führen, ist bei der Analyse räumlicher Daten von besonderer Bedeutung und bedarf spezieller räumlicher Analysemethoden.DiskussionDer Beitrag gibt eine Einführung und Übersicht statistischer Methoden, die für die räumliche Analyse von Hautkrebserkrankungen von Bedeutung sind.

U2 - 10.1007/s00105-021-04914-1

DO - 10.1007/s00105-021-04914-1

M3 - SCORING: Zeitschriftenaufsatz

VL - 73

SP - 15

EP - 20

JO - HAUTARZT

JF - HAUTARZT

SN - 0017-8470

IS - 1

ER -