Programming.bib

@book{Kalogiroy2015,
	title = {Χωρική Ανάλυση Μεθοδολογία και εφαρμογές με τη γλώσσα {R}},
	isbn = {978-960-603-285-1},
	abstract = {Σκοπός του συγγράμματος αυτού είναι να βοηθήσει τον αναγνώστη να κατανοήσει τι είναι η χωρική
ανάλυση (spatial analysis) και πώς μπορεί να εφαρμόσει μερικές μεθόδους της σε προβλήματα με χωρική
διάσταση στον πραγματικό κόσμο. Ως διδακτικό εγχειρίδιο, απευθύνεται σε προπτυχιακούς και
μεταπτυχιακούς φοιτητές καθώς και σε υποψήφιους διδάκτορες και ερευνητές που ενδιαφέρονται γι’ αυτό το
γνωστικό αντικείμενο. Το βιβλίο ασχολείται με ζητήματα της χωρικής ανάλυσης που αφορούν κατά κύριο
λόγο στη χωρική στατιστική (spatial statistics – geostatistics) και τα Συστήματα Γεωγραφικών Πληροφοριών
(Geographical Information Systems).
Το παρόν σύγγραμμα αποτελεί απόσταγμα ερευνητικής εμπειρίας των τελευταίων δεκαπέντε ετών με
αποτέλεσμα να παρέχει στον αναγνώστη καλές πρακτικές εφαρμογής μεθόδων και τεχνικών χωρικής
ανάλυσης σε πραγματικά δεδομένα. Τα παραδείγματα ανάλυσης δεδομένων αφορούν κυρίως στην
ανθρωπογεωγραφία -όπως το οικογενειακό εισόδημα, η εκπαίδευση, η ανθρώπινη φτώχεια- στη χωρική
δημογραφία -όπως η εσωτερική μετανάστευση και η γήρανση πληθυσμού- στη φυσική γεωγραφία και στο
περιβάλλον.
Στο πρώτο κεφάλαιο επιχειρείται συνοπτικά μια εισαγωγή στη χωρική ανάλυση η οποία περιλαμβάνει
την ιστορική εξέλιξη της ποσοτικής γεωγραφίας, τις βασικές αρχές της -όπως ο 1ος νόμος της Γεωγραφίας του
Tobler- και τα ερευνητικά πεδία εφαρμογών χωρικής ανάλυσης.
Το δεύτερο κεφάλαιο ασχολείται με τα χωρικά δεδομένα, τη φύση τους και τις πηγές τους. Πρόκειται
για τα ψηφιακά γεωχωρικά δεδομένα, όπως διοικητικά όρια (περιφέρειες, νομοί, δήμοι), τα
κοινωνικοοικονομικά και δημογραφικά στατιστικά με χωρική διάσταση (Απογραφές Πληθυσμού και
Κτιρίων, Ληξιαρχικά Δεδομένα, Στατιστικά Εισοδημάτων) και περιβαλλοντικά δεδομένα σχετικά με το κλίμα
και τις φυσικές καταστροφές. Οι βασικές πηγές δεδομένων που παρουσιάζονται είναι η Ελληνική Στατιστική
Αρχή, τα Δημόσια Ανοιχτά Δεδομένα, η Γενική Γραμματεία Πληροφοριακών Συστημάτων, η Eurostat και οι
στατιστικές υπηρεσίες επιλεγμένων χωρών της Ευρωπαϊκής Ένωσης.
Τα επόμενα δύο κεφάλαια είναι αφιερωμένα στη Διερευνητική Ανάλυση Χωρικών Δεδομένων
(Exploratory Spatial Data Analysis). Πιο αναλυτικά, στο τρίτο κεφάλαιο παρουσιάζονται μέθοδοι που
εξετάζουν τη χωρική δομή, τη χωρική εξάρτηση και τη χωρική αυτοσυσχέτιση των χωρικών δεδομένων, όπως
ο ολικός και τοπικός δείκτης Moran's I, ενώ στο τέταρτο κεφάλαιο παρουσιάζονται μέθοδοι οπτικοποίησης
χωρικών δεδομένων, όπως οι θεματικοί χάρτες (thematic maps) και τα χαρτογράμματα (cartograms). Οι
θεματικοί χάρτες είναι απαραίτητο τμήμα της χωρική ανάλυσης είτε για μια πρώτη επισκόπηση της
κατανομής των δεδομένων στον χώρο είτε για την οπτικοποίηση των αποτελεσμάτων μεθόδων τοπικής
μοντελοποίησης που παρουσιάζονται παρακάτω. Τα χαρτογράμματα επιτρέπουν την εύκολη ανίχνευση
χωρικών εστιών υψηλών και χαμηλών τιμών ενός μεγέθους πάνω στο χάρτη με αλλοίωση των σχημάτων των
χωρικών οντοτήτων. Με τα χαρτογράμματα καθίσταται ευκολότερη η ανίχνευση χωρικών προτύπων αλλά και
η επικοινωνιακά καλύτερη διάχυση των ερευνητικών αποτελεσμάτων της διερευνητικής ανάλυσης δεδομένων
στην ερευνητική κοινότητα, στους ασκούντες πολιτική και στο ευρύ κοινό.
H Γεωγραφικά Σταθμισμένη Παλινδρόμηση (Geographically Weighted Regression – GWR),
που παρουσιάζεται στο πέμπτο κεφάλαιο, είναι μία σύγχρονη μέθοδος παλινδρόμησης που επιτρέπει τον
ορισμό και τη βαθμονόμηση τοπικών μοντέλων/υποδειγμάτων. Η μέθοδος GWR επεκτείνει το παραδοσιακό
πλαίσιο παλινδρόμησης (γενικευμένο γραμμικό μοντέλο) επιτρέποντας την εκτίμηση τοπικών παραμέτρων,
ώστε να μπορεί να εξεταστεί κατά πόσο η σχέση μεταξύ εξαρτημένης και ανεξάρτητων μεταβλητών είναι
σταθερή ή μεταβάλλεται στο χώρο. Πρόκειται για μία σύγχρονη μέθοδο χωρικής ανάλυσης που
παρουσιάστηκε το 1996 και εξελίσσεται συνεχώς, ενώ υποστηρίζεται από πολλά εμπορικά και ανοιχτά
λογισμικά. Πριν την παρουσίαση της μεθόδου αυτής, γίνεται μια σύντομη παρουσίαση του γενικευμένου
γραμμικού μοντέλου, ώστε οι αναγνώστες να ανανεώσουν τις γνώσεις τους σε μεθόδους ανάλυσης
παλινδρόμησης της κλασικής στατιστικής που χρησιμοποιούνται ευρέως στη χωρική ανάλυση.
Το έκτο κεφάλαιο αφιερώνεται σε ζητήματα επαγωγικής στατιστικής στη χωρική ανάλυση. Εκτός
από του κλασσικούς ελέγχους υποθέσεων και στατιστικών μετρήσεων για την απόδοση στατιστικών
μοντέλων, υπάρχουν επιμέρους ζητήματα επαγωγικής στατιστικής όταν πρόκειται για ανάλυση χωρικών
δεδομένων. Για παράδειγμα, στα τοπικά μοντέλα ο έλεγχος τοπικής πολλαπλής πολυσυγγραμικότητας (local
multicollinearity) και οι έλεγχοι πολλαπλών υποθέσεων (multiple hypothesis testing) απαιτούν εξειδίκευση
των κλασικών ελέγχων υποθέσεων και των σχετικών στατιστικών μέτρων για την απάντησή σους. Ένας
14
συνήθης τρόπος ελέγχου της στατιστικής σημαντικότητας της χωρικής διακύμανσης ορισμένων
στατιστικών μέτρων, όπως οι τοπικά εκτιμημένες παράμετροι ενός τοπικού μοντέλου, είναι οι
προσομοιώσεις τύπου Monte Carlo, που επίσης συζητούνται σε αυτό το κεφάλαιο. Τα παραπάνω
ζητήματα, παρόλο που είναι γνωστά στους στατιστικούς, δεν έχουν συζητηθεί επαρκώς στην ελληνική
βιβλιογραφία που αφορά στη ανάλυση χωρικών δεδομένων και είναι σημαντικό να τα γνωρίζουν όσοι
επιθυμών να ασχοληθούν με τη χωρική ανάλυση. Αξίζει να σημειωθεί ωστόσο ότι αποτελούν προχωρημένα
θέματα χωρικής ανάλυσης.
Το έβδομο κεφάλαιο αποτελεί μια σημαντική ενότητα εφαρμογών χωρικής ανάλυσης. Τα Μοντέλα
Χωρικής Αλληλεπίδρασης (Spatial Interaction Models) αποτελούν σημαντικό ερευνητικό πεδίο και
χρησιμοποιούνται ευρέως στις επιστήμες της γεωγραφίας, των οικονομικών και των μηχανικών. Σκοπό έχουν
να μελετήσουν τις ροές μεταξύ γεωγραφικά ορισμένων περιοχών. Ως ανθρώπινες ροές ορίζονται κυρίως οι
μετακινήσεις εργαζομένων από την κατοικία προς την εργασία, η εσωτερική και η διεθνής μετανάστευση
καθώς και οι ροές ταξιδιωτών. Υπάρχουν κι άλλου τύπου ροές, όπως χρηματικές ροές (καταθέσεις,
εμβάσματα, κεφάλαια επενδύσεων) ή ροές αγαθών (διεθνές και εγχώριο εμπόριο).
Στο όγδοο κεφάλαιο παρουσιάζονται μέθοδοι και δείκτες που βοηθούν στην μέτρηση ανισοτήτων σε
χωρικά δεδομένα ή χωρικών ανισοτήτων όπως οι δείκτες Spatial Gini και Focal Location Quotient (FLQ).
Η εφαρμογή των τεχνικών αυτών αφορά κατά κύριο λόγο στο εισόδημα.
Τέλος, το παρόν σύγγραμμα περιλαμβάνει ένα κεφάλαιο (ένατο) που αποτελεί εισαγωγή στον
προγραμματισμό με τη γλώσσα R. Αξίζει να σημειωθεί ότι η γλώσσα R αποτελεί σήμερα μιας από τις πιο
δημοφιλής γλώσσες ανάλυσης και οπτικοποίησης δεδομένων. Ο κύριος σκοπός αυτού του τελευταίου
κεφαλαίου είναι η εξοικείωση του αναγνώστη με τη χρήση του ανοιχτού λογισμικού στατιστικής ανάλυσης
και προγραμματισμού R, ώστε να μπορεί να εφαρμόσει τη μεθοδολογία και τα παραδείγματα που
παρουσιάστηκαν στα προηγούμενα κεφάλαια στα δικά του δεδομένα.
Τα δεδομένα που αναλύονται σε όλα τα κεφάλαια του βιβλίου αφορούν δημόσια ανοιχτά δεδομένα,
τα οποία στην αρχική τους μορφή είναι διαθέσιμα στον παγκόσμιο ιστό. Ο συνδυασμός ανοιχτών δεδομένων,
ανοιχτού λογισμικού και ενός συγγράμματος με άδεια Creative Commons επιτρέπει την άνευ κόστους
μάθηση χωρικής ανάλυσης. Το γεγονός αυτό υπηρετεί το στόχο για δημόσια δωρεάν εκπαίδευση ενώ εισάγει
την εκπαιδευτική διαδικασία σε μια νέα εποχ},
	publisher = {ΣΥΝΔΕΣΜΟΣ ΕΛΛΗΝΙΚΩΝ ΑΚΑΔΗΜΑΪΚΩΝ ΒΙΒΛΙΟΘΗΚΩΝ, Εθνικό Μετσόβιο Πολυτεχνείο},
	author = {Καλογήρου, Σταμάτης},
	year = {2015},
	keywords = {SOS, ΝαΔιαβαστεί},
	file = {Καλογήρου2015.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Καλογήρου2015.pdf:application/pdf},
}

@book{Cormen2009,
	address = {Cambridge, Mass},
	edition = {3rd ed},
	title = {Introduction to algorithms},
	isbn = {978-0-262-03384-8 978-0-262-53305-8},
	publisher = {MIT Press},
	editor = {Cormen, Thomas},
	year = {2009},
	note = {OCLC: ocn311310321},
	keywords = {Computer algorithms, Computer programming},
	file = {Cormen2009.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Cormen2009.pdf:application/pdf},
}

@book{Heisler2021,
	title = {An introduction to {Python} through practical examples},
	language = {en},
	publisher = {RealPython.com},
	author = {Heisler, Fletcher},
	year = {2021},
	file = {Heisler.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Heisler.pdf:application/pdf},
}

@misc{zotero-2263,
	title = {Introduction {\textbar} {Python} {Bookdown}},
	url = {https://f0nzie.github.io/yongks-python-rmarkdown-book/index.html},
	urldate = {2022-03-07},
	file = {Introduction | Python Bookdown:/home/leonidas/.zotero/zotero/ifb0peoi.default/zotero/storage/JIABVN6M/index.html:text/html},
}

@book{Aggelidakis2015,
	address = {Ηράκλειο},
	title = {Εισαγωγή στον προγραμματισμό με την {Python}},
	isbn = {978-960-93-7364-7},
	language = {el},
	publisher = {Αγγελιδάκης},
	author = {Aγγελιδάκης, Νικόλαος},
	year = {2015},
	file = {Αγγελιδακης.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Αγγελιδακης.pdf:application/pdf},
}

@book{Manis2015,
	address = {Athens},
	title = {Εισαγωγή στον Προγραμματισμό με αρωγό τη γλώσσα {Python} [{Undergraduate} textbook].},
	url = {http://hdl.handle.net/11419/2745},
	publisher = {Kallipos, Open Academic Editions},
	author = {Manis, Georgios},
	year = {2015},
	file = {Manis.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Manis.pdf:application/pdf},
}

@book{Verykios2015,
	address = {Αθήνα},
	title = {Η επιστήμη των δεδομένων μέσα από τη γλώσσα {R}},
	isbn = {978-960-603-394-0},
	url = {http://hdl.handle.net/11419/2965},
	abstract = {Η αυξανόμενη συσσώρευση μεγάλων ποσοτήτων δεδομένων δημιουργεί νέες ευκαιρίες στους τομείς: επιστήμη, οικονομία, εκπαίδευση, έρευνα, κ.λ.π. Παλαιότερα είτε η αποθήκευση τέτοιων δεδομένων δεν ήταν εφικτή, είτε η ανάλυσή τους ξεπερνούσε κατά πολύ τις υπολογιστικές δυνατότητες των σύγχρονων υπολογιστικών συστημάτων. Σήμερα που έχει επέλθει η τεχνολογική σύγκλιση στους παραπάνω τομείς υπάρχει ανάγκη για την εκπαίδευση επιστημόνων οι οποίοι θα μπορούν να ανταπεξέλθουν στις σύγχρονες ανάγκες, δίνοντας λύσεις σε σοβαρά ζητήματα μέσω της ευφυούς ανάλυσης δεδομένων. {\textless}br/{\textgreater}Σκοπός του βιβλίου είναι να καταγράψει τις βασικές αρχές που διέπουν τη νέα αυτήν επιστήμη των δεδομένων, που είναι γνωστή και ως Εξόρυξη Δεδομένων. Το βιβλίο ξεκινάει με την περιγραφή της υπάρχουσας κατάστασης στον τομέα της εξόρυξης γνώσης από τα δεδομένα, τους τομείς στους οποίους αυτή βασίζεται και τις νέες προκλήσεις. Στη συνέχεια καλύπτει ζητήματα πολυδιάστατων δεδομένων και δημιουργίας αναφορών, όπως και ζητήματα νέων μορφών βάσεων δεδομένων, (NoSQL συστήματα). Οι τύποι και η ποιότητα των δεδομένων αποτελούν αναπόσπαστο κομμάτι του βιβλίου που μαζί με την επεξεργασία και τα μέτρα ομοιότητας αποτελούν τη βάση ενός έργου εξόρυξης δεδομένων.{\textless}br/{\textgreater}Η συνοπτική στατιστική και η οπτικοποίηση αποτελούν το πρώτο βήμα για την εξερεύνηση των δεδομένων. Το κύριο κομμάτι του βιβλίου αφορά τη λεπτομερή περιγραφή και ανάλυση εναλλακτικών αλγορίθμων για την εκπόνηση των βασικών λειτουργιών της Εξόρυξης Δεδομένων οι οποίες είναι η Κατηγοριοποίηση, η Ανάλυση Συσχετίσεων και η Ανάλυση Συστάδων. Πιο προχωρημένα ζητήματα που αφορούν την εκτίμηση των παραγόμενων μοντέλων, τη σύγκρισή τους και τη γρηγορότερη εκτέλεσή τους επίσης καλύπτονται στο τελευταίο κομμάτι του βιβλίου. Όλα τα θέματα αναλύονται σε βάθος μέσω προγραμμάτων στη γλώσσα R. {\textless}br/{\textgreater}Ένας μεγάλος αριθμός από λυμένες ασκήσεις βοηθούν στην κατανόηση και στην εμπέδωση των εννοιών, ενώ άλυτα προβλήματα θα βοηθήσουν το φοιτητή να αναπτύξει μία ολοκληρωμένη άποψη για το θέμα αυτό.},
	language = {el},
	urldate = {2022-03-07},
	publisher = {Kallipos, Open Academic Editions},
	author = {Verykios, Vasileios and Kagklis, Vasileios and Stavropoulos, Elias},
	year = {2015},
	note = {Accepted: 2016-02-10T10:55:18Z
Journal Abbreviation: ΒΑΣΙΚΕΣ ΚΑΙ ΠΡΟΧΩΡΗΜΕΝΕΣ ΕΝΝΟΙΕΣ},
	file = {Verykios2016.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Verykios2016.pdf:application/pdf},
}

@book{Ntzoufras2015,
	address = {Athens},
	title = {Εισαγωγή στον προγραμματισμό και στη στατιστική ανάλυση με {R}},
	isbn = {978-960-603-449-7},
	url = {http://repository.kallipos.gr/handle/11419/2601},
	abstract = {Το σύγγραμμα αυτό έχει σκοπό να εισάγει φοιτητές που ασχολούνται με τη στατιστική στον προγραμματισμό με τη στατιστική γλώσσα της R η οποία έχει γίνει το standard εργαλείο στατιστικής ανάλυσης προγραμματισμού για τις επιστήμες σχετικές με την ανάλυση δεδομένων. Το μάθημα ξεκινάει περιγράφοντας τα βασικά αντικείμενα που χρησιμοποιούνται στην R, συνεχίζει με τι κλασσικές συντάξεις προγραμματισμού για βρογχους (for-loops) και υποσυνθήκη εκτέλεση εντολών (if, else, ifelse). Στη συνέχεια προχωράμε με την εισαγωγή δεδομένων και τις βασικές εντολές για ανάλυση δεδομένων ολοκληρώνοντας με τη σύνταξη συναρτήσεων και αλγορίθμων για στατιστικά προβλήματα.},
	language = {el},
	urldate = {2022-03-07},
	publisher = {Kallipos, Open Academic Editions},
	author = {Ntzoufras, Ioannis and Karlis, Dimitrios},
	year = {2015},
	note = {Accepted: 2016-02-06T14:03:01Z},
	file = {Ntzoufras2016.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Ntzoufras2016.pdf:application/pdf},
}

@misc{zotero-2288,
	title = {Learn {Python} {Tutorials}},
	url = {https://www.kaggle.com/learn/python},
	abstract = {Learn the most important language for data science.},
	language = {en},
	urldate = {2022-03-07},
}

@book{Matthes2016,
	address = {San Francisco},
	title = {Python crash course: a hands-on, project-based introduction to programming},
	isbn = {978-1-59327-603-4},
	shorttitle = {Python crash course},
	abstract = {"A project-based introduction to programming in Python, with exercises. Covers general programming concepts, Python fundamentals, and problem solving. Includes three projects - how to create a simple video game, use data visualization techniques to make graphs and charts, and build an interactive web application"--},
	language = {en},
	publisher = {No Starch Press},
	author = {Matthes, Eric},
	year = {2016},
	keywords = {Python (Computer program language)},
	file = {Matthes2016.pdf:/home/leonidas/Documents/phd/my_phd_thesis/literature_repository/Matthes2016.pdf:application/pdf},
}

@article{Maria,
	title = {Mini εγχειρίδιο {Python}},
	language = {el},
	author = {Μαρία, Ταμπάκη Ειρήνη-},
	pages = {60},
	file = {Μαρία - Mini εγχειρίδιο Python.pdf:/home/leonidas/.zotero/zotero/ifb0peoi.default/zotero/storage/74SBYK9G/Μαρία - Mini εγχειρίδιο Python.pdf:application/pdf},
}

@book{BaderDan2021,
	title = {Python {Basics}},
	isbn = {978-1-77509-332-9},
	language = {English},
	author = {{Bader Dan}},
	year = {2021},
	note = {OCLC: 1273745401},
}