{"id":25,"date":"2020-10-02T19:55:43","date_gmt":"2020-10-02T19:55:43","guid":{"rendered":"http:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/?page_id=25"},"modified":"2020-11-24T17:59:02","modified_gmt":"2020-11-24T17:59:02","slug":"informacion-sobre-el-curso","status":"publish","type":"page","link":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/informacion-sobre-el-curso\/","title":{"rendered":"Curso sobre georreferenciaci\u00f3n"},"content":{"rendered":"

En el marco de esta I Reuni\u00f3n on-line, el viernes 27 de noviembre, se realizar\u00e1 un Curso sobre an\u00e1lisis de datos georeferenciados<\/strong> impartido en dos sesiones por Daniel Arribas-Bel y Federico Pablo-Mart\u00ed con el siguiente horario:<\/p>\n

10:00-11:45 Primera parte, impartida por Daniel Arribas-Bel:<\/p>\n

Ciencia de Datos Geogr\u00e1ficos en Python para Cient\u00edficos Regionales<\/span><\/u><\/strong><\/em><\/p>\n

\u00a0<\/span>En los \u00faltimos a\u00f1os hemos asistido a la aparici\u00f3n de nuevas formas de datos. Desde trazas de GPS recogidas por tel\u00e9fonos inteligentes hasta plataformas online cuyos negocios interact\u00faan con el medio urbano. Una nueva generaci\u00f3n de datos, buena parte de ellos con una referencia espacial, se ha incorporado a la caja de herramientas que cient\u00edficos regionales pueden utilizar para su investigaci\u00f3n. Un elemento importante a la hora de aprovechar estas nuevas bases de datos es la habilidad de manejar nuevas herramientas como lenguajes de programaci\u00f3n populares en ciencia de datos.<\/span><\/p>\n

Este taller cubrir\u00e1 elementos de dos recursos recientemente disponibles para cient\u00edficos regionales:<\/span><\/p>\n

– El libro (en progreso) “Geographic Data Science in Python”:\u00a0https:\/\/geographicdata.science\/book<\/span><\/a><\/span><\/p>\n

– El curso “Geographic Data Science”:\u00a0https:\/\/darribas.org\/gds_course\/<\/span><\/a><\/span><\/p>\n

\u00a0<\/span>De manera interactiva, cubriremos elementos de procesamiento de datos espaciales y de regresi\u00f3n espacial en Python. El curso utilizara la plataforma online Binder como principal instrumento para interactuar con los contenidos, por lo que el \u00fanico requisito para asistir es una conexi\u00f3n de internet y un navegador moderno.<\/span><\/p>\n

11:45-12:00 Descanso<\/p>\n

12:00-13:00 Segunda parte, impartida por Federico Pablo-Mart\u00ed :<\/p>\n

Georreferenciaci\u00f3n<\/u><\/strong><\/em><\/p>\n

Una de las limitaciones con que la m\u00e1s habitualmente nos enfrentamos como cient\u00edficos regionales es la falta de datos. Frecuentemente la respuesta que damos a esta situaci\u00f3n es adaptar nuestro an\u00e1lisis a los datos disponibles, normalmente ofrecidos por administraciones y servicios estad\u00edsticos.<\/p>\n

La georreferenciaci\u00f3n amplia nuestras posibilidades de trabajo y nos da la posibilidad de invertir esa situaci\u00f3n adaptando los datos a nuestras necesidades.<\/p>\n

En este breve curso introductorio trataremos en primer lugar la relaci\u00f3n entre los datos y el territorio y veremos que no siempre hacemos un uso eficaz de la informaci\u00f3n disponible.<\/p>\n

En la segunda parte de la sesi\u00f3n comprobaremos de forma pr\u00e1ctica las posibilidades que nos ofrece esta metodolog\u00eda para incorporar a nuestros an\u00e1lisis econom\u00e9tricos datos procedentes de fuentes no estructuradas como las im\u00e1genes a\u00e9reas o los mapas antiguos. Para ello, nos descargaremos de Internet alguna imagen y la convertiremos en “shapefiles” con los que posteriormente podremos trabajar.<\/p>\n

Conocimientos b\u00e1sicos de GIS son convenientes, aunque no imprescindibles.<\/p>\n

El software que utilizaremos ser\u00e1 QGIS. Al ser de c\u00f3digo abierto puede ser libremente descargado desde\u00a0https:\/\/www.qgis.org\/es\/site\/forusers\/download.html<\/a><\/p>\n\n\n\n
Descarga QGIS<\/a><\/p>\n

QGIS en OSGeo4W: OSGeo4W Instalador en red (64 bit) OSGeo4W Instalador en red (32 bit) En el instalador escoge Instalaci\u00f3n r\u00e1pida de Escritorio y selecciona QGIS para instalar el lanzamiento m\u00e1s reciente . Para obtener la Versi\u00f3n con Soporte a Largo Plazo (que no es el \u00faltimo lanzamiento) seleccione Instalaci\u00f3n Avanzada y seleccione qgis-ltr-full Para obtener la \u00faltima versi\u00f3n inestable en …<\/p>\n

www.qgis.org<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

 <\/p>\n

\n

Dani Arribas-Bel<\/strong><\/p>\n

Profesor Titular de Ciencia de Datos Geogr\u00e1ficos en el Departamento de Geograf\u00eda y Planificaci\u00f3n, y miembro del Laboratorio de Ciencia de Datos Geogr\u00e1ficos de la Universidad de Liverpool (Reino Unido), donde dirige el M\u00e1ster en Ciencia de Datos Geogr\u00e1ficos. De 2020 a 2023, tambi\u00e9n es miembro de ESRC en el Instituto Alan Turing. Miembro del equipo de desarrollo de la biblioteca de c\u00f3digo abierto PySAL para an\u00e1lisis espacial en Python, cre\u00f3 “contextualmente”, un peque\u00f1o paquete de Python para usar servicios de teselas web en mapas est\u00e1ticos. Desde 2019, es coeditor de “Environment and Planning B – Urban Analytics and City Science” y, desde 2020, tambi\u00e9n en el panel editorial de “Journal of the Royal Statistical Society, Series A – Statistics in Society”. Sus principales intereses de investigaci\u00f3n son: ciencia de datos geogr\u00e1ficos y nuevas formas de datos, econom\u00eda urbana y ciencia regional, computaci\u00f3n cient\u00edfica de c\u00f3digo abierto y reproducibilidad.<\/p>\n

 <\/p>\n

Federico Pablo- Mart\u00ed<\/strong><\/p>\n

Federico Pablo Mart\u00ed es Doctor en Econom\u00eda por la Universidad de Alcal\u00e1 y M\u00e1ster en Econom\u00eda Industrial por la Universidad Carlos III. Actualmente es profesor asociado de Econom\u00eda Aplicada en el Departamento de Econom\u00eda de la Universidad de Alcal\u00e1. Ha sido investigador invitado en el Instituto de Estrategias de Desarrollo de la Universidad de Indiana. Sus principales \u00e1reas de investigaci\u00f3n son la econom\u00eda regional, el transporte y los modelos de simulaci\u00f3n basados en agentes desde la perspectiva de redes complejas, campos en los que ha publicado varios art\u00edculos nacionales e internacionales.<\/p>\n

 <\/p>","protected":false},"excerpt":{"rendered":"

En el marco de esta I Reuni\u00f3n on-line, el viernes 27 de noviembre, se realizar\u00e1 un Curso sobre an\u00e1lisis de datos georeferenciados impartido en dos sesiones por Daniel Arribas-Bel y Federico Pablo-Mart\u00ed con el siguiente horario: 10:00-11:45 Primera parte, impartida por Daniel Arribas-Bel: Ciencia de Datos Geogr\u00e1ficos en Python para Cient\u00edficos Regionales \u00a0En los \u00faltimos […]<\/p>\n","protected":false},"author":6,"featured_media":0,"parent":0,"menu_order":2,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-25","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/pages\/25","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/comments?post=25"}],"version-history":[{"count":17,"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/pages\/25\/revisions"}],"predecessor-version":[{"id":440,"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/pages\/25\/revisions\/440"}],"wp:attachment":[{"href":"https:\/\/reunionesdeestudiosregionales.org\/madridvirtual2020\/wp-json\/wp\/v2\/media?parent=25"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}