Statistical modeling of spatial big data: An approach from a functional data analysis perspective

Ramón Giraldo 1 Sophie Dabo-Niang 2, 3 Sergio Martinez 4
1 Universidad Nacional de Colombia [Bogotá]
2 MODAL - MOdel for Data Analysis and Learning
LPP - Laboratoire Paul Painlevé - UMR 8524, Université de Lille, Sciences et Technologies, Inria Lille - Nord Europe, CERIM - Santé publique : épidémiologie et qualité des soins-EA 2694, Polytech Lille - École polytechnique universitaire de Lille
3 LEM - Lille - Economie et Management
4 IRCCyN - Institut de Recherche en Communications et en Cybernétique de Nantes
Abstract : A literature review on spatial big data analysis is given. We show an application of Universal Kriging to a massive spatial dataset. We also present some perspectives of future work in this field.
Keywords : Spatial big data Universal kriging Functional data
Type de document :
Article dans une revue
Statistics & Probability Letters, 2018, 136, pp.126-129. 〈10.1016/j.spl.2018.02.025〉
Liste complète des métadonnées
https://hal.archives-ouvertes.fr/hal-01744181
Contributeur : Marion Romo <>
Soumis le : jeudi 22 novembre 2018 - 16:02:08
Dernière modification le : jeudi 22 novembre 2018 - 16:41:06

Fichier

Giraldo2018.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

UNIV-NANTES | LEM_LILLE | UNAM | INSMI | IRCCYN | INRIA

Citation

Ramón Giraldo, Sophie Dabo-Niang, Sergio Martinez. Statistical modeling of spatial big data: An approach from a functional data analysis perspective. Statistics & Probability Letters, 2018, 136, pp.126-129. 〈10.1016/j.spl.2018.02.025〉. 〈hal-01744181〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

237

Téléchargements de fichiers

12

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD