Hausarbeit - Friedrich-Schiller-Universität Jena

4 Schlussbemerkung
Wie hoffentlich gezeigt werden konnte ist die Analyse räumlich korrelierter Daten eine
komplexe, aber aufschlussreiche Methodik mit vielfachen Anwendungsmöglichkeiten.
Trotzdem ist mir beim lesen der vielfältigen Literatur aufgefallen, dass immer wieder erwähnt
wird, dass die Methoden zur Analyse räumlichen korrelierter Daten nur schlecht oder gar
nicht in GIS integriert sind, wie auch LO & YEUNG (2002: 350) bemängeln. Lediglich mit
Idris32 so LO & YEUNG (2002: 350) ist es möglich räumlichen Autokorrelation mit den
Modul „AUTOCORR“ zu bestimmen. Hingegen bietet das weit verbreitet ArcInfo keine
direkte Unterstützung bei der Analyse von räumlichen Autokorrelation. Nur durch eine
Kopplung mit anderen Statistikprogrammen (z.B.: SPSS) kann diese Funktion implementiert
werden.
Bleibt zu hoffen, dass in Zukunft diesem Gebiet der Datenanalyse mehr Aufmerksamkeit
geschenkt wird, um deren Bedeutung gerecht zu werden.
Literatur
ABLER R.F., MARCUS G. M. & J. M. OLSEN (1992): Geography’s inner worlds, Pervasive
Themes in Contemporary American Geography. New Jersey.
BAHRENBERG G., GIESE E. & J. NIPPER (2003²): Statistische Methoden in der Geographie,
Bd. 2. Berlin, Stuttgart.
HEYWOOD I., CORNELIUS S. & S. CARVER (2002²): An Introduction to Geographical
Information Systems. Essex.
LO C. P. & A. K.W. YEUNG (2002): Concepts and Techniques of Geographic Information
Systems. New Jersey.
LONGLEY P. A., GOODCHILD M.F., MAGUIRE D. J. & D.W. RHIND (2001): Geographic
Information, Systems and Science. Chichester, New York.
Internetliteratur
HELMSCHROT J. & M. FINK (2001): Skript zum Proseminar Statistik,
www.geogr.uni-jena.de/~c8firma/Statistik/ (letzter Aufruf 2002)
DUMFARTH E. & E. J. LORUP (2000): Geostatistik I - Theorie und Praxis,
www.geo.sbg.ac.at/staff/lorup/lv/geostats2000/ (letzter Aufruf 21.10.04)
15