CRAN Task View: Handling and Analyzing Spatio-Temporal Dataの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。

Maintainer: Edzer Pebesma, Roger Bivand
Contact: edzer.pebesma at uni-muenster.de
Version: 2022-10-01
URL: https://CRAN.R-project.org/view=SpatioTemporal
Source: https://github.com/cran-task-views/SpatioTemporal/
Contributions: このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくはContributing guideをご覧ください。
Installation: このタスク・ビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“SpatioTemporal”, coreOnly = TRUE) は全てのコアパッケージをインストールし、ctv::update.views(“SpatioTemporal”)はまだインストールしていない全てのパッケージと最新の状態をインストールする。詳しくはCRAN Task View Initiativeをご覧ください。

このタスクビューには、時空間データの分析に有用であるRパッケージを提示することを目的としています。

何かが不正確または不足している場合は、maintainerに知らせてください。

以下の人々は、このタスクビューに貢献:Roger Bivand、Achim Zeileis、Michael Cumner、Ping Yang。

一つは、すべてのデータは、時空間的であると主張することもできますが、時間のどこかに、いくつかの点で注意しておく必要がありますように、研究の目的とは無関係に、多くの場合、観測の空間的な位置や時刻が登録されていなません。ここでは、観察位置と時間の両方が登録され、データの分析に関連しているケースに対処します。SpatialTimeSeriesタスク・ビューは、個々に、空間的および時間的なデータ処理や分析に光を当てます。

データの表現

  • 長いテーブルの場合:
    • いくつかの場合において、列として位置または領域および時間に対する識別子または、経度、緯度と同時に三つの列をもつ時空間データは、テーブル(データフレームオブジェクト)に保持することができます。例えば、線形パネルモデルのplmのデータセットは、これらのユニットは、多くの場合、インデックスによって空間的な地域(国、州)を参照して観察ユニットのために観測を繰り返してきました。このインデックス(名前、又は数字)が対応する領域の空間座標(ポリゴン)に一致させることができ、この例はPebesma (2012, Journal of Statistical Software)で与えられます。これらのデータセットは、通常、複数の属性が含まれているように、各レコードは観測ユニット、観測時間、およびすべての属性のインデックスを含む長いテーブル形式が選択された二次元のテーブルにデータを保持します。
  • タイム・ワイド・テーブルの場合:
    • 単一の属性を考慮すると、別のレイアウトは、各観測部は、レコードと各列の観測時間を構成する時間幅のテーブルのものです。
    • googleVisは、gapminderと同様の方法でこのようなデータを分析することができます(リンクを参照してください)。
  • スペース全体のテーブルの場合:
    • スペース全体のテーブルのacampleパッケージgstatは、データ(風)によって得られたアイルランドの風のデータセットです。これは、異なる列、一箇所(気象ステーション)を表す各列として時系列を有しています。
    • spacetimeのstConstruct関数は、長い時間全体またはスペースワイド・テーブル内のデータを受け入れます。
  • 汎用クラス:
    • Rにおける時空間データのための正式なクラスが、フルの時空間グリッド(すべての観測ユニットは、各観測時間の観測が含まれています)、スパースな時空間グリッド(定期的な、しかし不完全なグリッド)、不規則な時空間データ(各観測ユニットは、独自の時に観察される)のためのS4クラスを提供するspacetimeによって提供され、軌道データを限定的にサポートしています。
    • spacetimeクラスは空間的および時間的なコンポーネント用のスロットとしてのspxtsのオブジェクトを持っており、すべての空間の正規のspのクラス(点、線、ポリゴン、グリッド)、および不規則な時系列に対処し、両方のパッケージから強力なメソッド(選択、集約、プロット強制)を拡張することができます。
    • starsは、完全な時空間グリッドのために spacetimeを置き換えます。
      • sftimeは、sfからの sf オブジェクトも可能ですが、その無規則な時空間データを置き換えます。
  • 専用のクラス:専用クラスのために提供されています。
    • data cubes:
      • starsは、ラスターデータキューブやベクトルデータキューブ、空間(ラスター、ベクトル)や時間を表す任意の次元の配列データを作成、分析、可視化するためのメソッドを提供します。
    • グリッド/ラスターデータ:
      • rasterとその後継のterraは、ラスタの集合(ブリックまたはスタックと呼ばれる)を扱い、集合は時系列を反映することができます。
    • 格子データ:
      • surveillanceは、(POSIXctなどの時間がないオブジェクト)定期的な時系列を定義するためにSpatialPolygonsDataFrameエリア用のスロット、および数値のスロットを保持するクラスstsを提供しています。
    • ポイント・パターン:
      • spatstatは、空間的および時間的座標扱うクラスPPXを提供しています。点パターンクラスのどれもが、支持空間的または明示的な時間参照系を言及していません。
    • 軌道データ:
      • adehabitatLTは、軌道のクラスltrajを提供し、それらを分析するための方法;
        • movetripは、軌道のためのベースクラスをspに拡張します。
        • tidy storm trajectoriesに関するブログ記事では、sfパッケージのジオメトリリスト列と共にネストされたデータフレームを使用して、一連の軌道をモデル化し、設定されたレベルと個々の修正のレベルでプロパティを視覚化する方法を指摘しています。

分析データ

  • 地理統計データ
    • gstatは、時空間モデルの限定された範囲のフィッティングモデルと瞬間のバリオグラム推定の方法、クリギングを提供しています。
    • IDEは、積分差方程式を使用して時空間データをモデル化する機能を提供します。
    • spTimerは、ベイズガウス過程(GP)モデル、ベイジアン自己回帰(AR)モデル、ARモデル基づいたベイジアンガウス予測プロセス(GPP)を用いて大量の時空間データ、空間的予測および時間的予測をフィットすることができます。
    • spBayesは、スペースが連続と見られているが、時間が離散であると解釈されている設定のためのフィッティングベイズダイナミックな時空間回帰モデルのための機能が用意されています。
    • pastecsは、規制、分解時空間系列の分析のためのパッケージです。
    • STMedianPolishは、n次元配列内のデータを分解し、中央値ポリッシュ技術を使用して、時空間データを解析します。
    • R-Forgeのパッケージspcopulaは、空間コピュラと時空パッケージの形式で提供時空間データを介して分析するためのフレームワークを提供します。さらに、さまざまな多変量再現期間を計算するためのサポートが実装されています。
    • solaRは、太陽放射や太陽光発電システムの性能を計算するためのパッケージです。
    • nlmelme4は、線形混合モデルに合わせて機能を含んでおり、空間および/または時間の影響をモデル化する機能を持っています。
    • mlr3spatiotempcvは、時空間リサンプリング手法を提供します。予測変数の時空間自己相関の存在を考慮し、時空間リサンプリング手法でmlr3 MLフレームワークを拡張しています。
  • ポイント・パターン
    • splancsは、空間と空間 – 時間点パターン分析(khat、kernel3d、visualizing)するための方法を提供します。
    • ptprocは、(オフCRAN)時空間(「多次元」)ポイント処理するメソッドおよびクラスが用意されています。
  • 格子データ
    • surveillanceは、時間と時空間モデリングと流行現象の監視を提供します。
    • plmは、線形パネルの機種に適合します。
    • splmは、空間パネルデータに対する計量経済学的モデルの推定と診断テストを提供します。
    • sphetは、分散不均一な技術革新と空間のモデルを適合します。
    • nlmelme4は、線形混合モデルに合わせて機能を含んでおり、空間および/または時間の影響をモデル化する機能を持っています。
    • CARBayesSTは、マルコフ連鎖モンテカルロ(McMC)シミュレーションを用いたベイジアン設定の推論を用いて、空間単位データのための時空間の一般化線形混合モデルのクラスを実装します。
    • gapfillは、衛星データの欠損値を埋めるツールと、新しいギャップフィルアルゴリズムを開発するツールを提供します。これらの方法は、等間隔の点で観察されるデータ(画像)に合わせて調整される。パッケージは、MODIS NDVIデータで説明されています。
  • 移動する物体、軌跡
    • CRANには、多数(74以上)の追跡、軌跡、移動、および関連するパッケージが増えています。Loo et al (2018)によるレビューペーパーは、多くの利用可能なパッケージとその機能を要約するガイドを提供します。
    • adehabitatLTは、偏ったランダムウォークシミュレーションと行動圏の推定を含む動物の動きの分析のためのツールのコレクションを提供します。
    • animalTrackは、高周波2次元(2D)又は3次元(3D)運動データのための動物のトラック再構成を提供します。2Dおよび3Dの動物の追跡データは、既知の位置に基づく補正と同様に、動物の位置および姿勢の3D可視化と時間的/空間を介してトラックを再構成するために使用することができます。
    • anipathsは、スプラインベースの補間を使用して、観察された軌道のアニメーションを提供します。探索的データ分析、およびおそらくプレゼンテーションの準備に使用することを目的としています。
    • 行動の変化点分析(BCPA)bcpaは、不規則にサンプリングされた動物の移動データに適用される特別に開発された時系列の基礎となるパラメータに隠されたシフトを同定する方法です。それが基づいているオリジナルの論文は、次のとおりです。E.Gurarie, R.Andrews and K.Laidre A novel method for identifying behavioural changes in animal movement data (2009) Ecology Letters 12:5 395-408.
    • bsamは、アルゴス衛星追跡データにベイジアン状態空間モデルに適合します。現在、提供モデルはDCRW(ロケーション・フィルタリング用)、DCRWS(位置フィルタリングおよび行動状態推定のための)、およびDCRWS(複数の動物間での位置フィルタリングおよび行動状態推定のための階層モデル)です。
    • caribouは、無線テレメトリーによって監視される大規模な集合に基づいて、渡り鳥のカリブーの群れの個体数を推定するためのパッケージです。これは、Rivestらによる記事で見つかった方法論を実装しています。(1998)カリブーの量の推定について。また、White and Garrott(1990)による無線遠隔測定データに適用されるLincoln-Petersen Indexに基づく関数も含まれています。
    • crawl:R関数の(C)orrelated(RA)ndom(W)alk(L)ibraryは、時間インデックス化共変量でランダムウォーク(CTCRW)モデルの相関の連続時間をフィットするために設計されました。モデルは、連続時間確率的移動処理の状態空間のバージョンにカルマンフィルタを用いてフィットされます。
    • ctmcmoveは、XYT形式で移動データを取得し、連続時間マルコフ連鎖(CTMC)フレームワーク内のラスタ共変量とそれをペアリングを容易にします。ハンクスらに記載されているように(2015)、これはポアソンGLMの枠組みの中で可能なフィッティングモデルと共変量(または共変量勾配)に応じて、移動の柔軟なモデリングを可能にします。
    • ctmmは、識別、フィッティング、および動物の追跡データに連続スペース、連続時間確率的移動モデルを適用するための機能を提供します。
    • EMbCは、データの不確実性を考慮に入れて、データの意味のある注釈のために、教師なし、多変量、バイナリクラスタリングを提供します。運動生態学における軌道解析のための特定のコンストラクターは、日中の指標として最終的に太陽の位置共変量を伴う、速度と回転角の推定ローカル測定に基づいて、軌道の行動注釈を生成します(「行動注釈の期待値最大化バイナリクラスタリング」)。
    • eyelinkerは、Eyelinkのアイトラッカーに恐ろしい混乱を出力します。通常は「.asc」ファイルの形式です。問題のファイルは、メッセージ、イベント、および生データのさまざまなコレクションです。このRパッケージは、その意味を理解しようとします。
    • foieGrasは、連続時間ランダムウォークおよび相関ランダムウォークの状態空間モデルに適合して、Argos衛星の位置データをフィルタリングします。テンプレートモデルビルダー(「TMB」)は、高速推定に使用されます。Argosデータには次のものがあります。
        • (古い)最小二乗ベースの位置
        • (新しい)エラー楕円情報を含むカルマンフィルターベースの位置
        • または両方の混合
      • これら2つのデータタイプには、個別の測定モデルが使用されます。モデルは、以下に対応する2組の位置状態を推定します。
        • 1)各観測:(通常)不規則なタイミング
        • 2)ユーザー指定の時間間隔(定期的または不規則的)
    • gazepathは、視線追跡データを分析する前に凝視とサッカードに変換する必要があることを提供します。このパッケージは、これを試行ベースで行うためのノンパラメトリックな速度ベースのアプローチを提供します。この方法は、しきい値がそれに応じて調整されるため、データ品質に大きな違いがある場合に特に役立ちます。データ品質の個人差を考慮しながら、同じ前処理手順をすべての参加者に適用できます。
    • marcherは、Gurarieら(2017)で説明されているように、動物運動データの尤度ベースの推定、モデル選択、および2レンジと3レンジのシフトおよび移動モデルのテストのためのツールセットを提供します。不規則にサンプリングされたデータを含む提供された移動データ(X、Y、および時間)は、1つまたは2つの範囲シフトの時間、継続時間、位置、および移動の測距エリアと自己相関構造を推定します。テストでは、たとえば、シフトが「重要」であったかどうか、および2シフト移行が真のリターン移行であったかどうかを評価します。
    • mdftracksは、「MTrackJデータファイル」(「.mdf」)を読み書きします。「MTrackJ」は、モーショントラッキングおよび分析用の「ImageJ」プラグインです。2Dデータをサポートし、クラスター、ポイント、およびチャネル情報を読み書きします。必要に応じて、クラスター全体で一意のトラック識別子を生成します。詳細と例については、プロジェクトのページをご覧ください。
    • momentuHMMは、一般化された隠れマルコフモデルを使用してテレメトリデータを分析するための拡張ツールを提供します。momentuHMM(「モメンタム」と発音)の機能は、次が含まれます。McClintock and Michelot(2018)を参照してください。
      • データの前処理と視覚化
      • HMMの位置および補助バイオテレメトリーまたは環境データへの適合
      • バイアスおよび相関ランダムウォーク運動モデル
      • 位置測定エラーと欠落データを組み込むための多重代入
      • パラメータの共変量モデリングのためのユーザー指定の設計行列と制約
      • 状態プロセスのデコード
      • 適合モデルの視覚化
      • モデルのチェックと選択
      • シミュレーション
    • mousetrapは、コンピュータ化された実験におけるマウスの動きの分析であるマウストラッキングを提供し、認知科学でますます一般的になりつつある方法です。mousetrapパッケージは、マウス追跡データをインポート、前処理、分析、集計、および視覚化するための機能を提供します。
    • moveは、「movebank.org」に保存されている運動データにアクセスする機能と、動物の運動データを視覚化して統計的に分析するツール、特に動的なブラウン橋運動モデルを計算する機能が含まれています。移動は、移動生態学の質問に対処するのに役立ちます。
    • movecostは、 ユーザが選択可能な人間の動きに関連する多くのコスト関数を用いて、非等方的な累積コスト面および最小コスト経路を計算する機能を提供するものです。デジタル地形モデル、開始位置、および(オプションで)目的位置が必要です。
    • moveHMMは、隠れマルコフモデルを用いた動物移動のモデリングを提供します。トラッキングデータの前処理、HMMを移動データにフィッティング、データと当てはめモデルの可視化。
    • moveVisは、ビデオアニメーションを作成することにより、移動データ(GPSトラッキングなど)と環境データの時間変化(リモートセンシングなど)を視覚化するツールを提供します。
    • moveWindSpeedは、最尤法を使用して、個別に追跡された鳥の軌跡から風速を推定します。
    • oceは、「ADCP」測定、「argo」フロートで行われた測定、「CTD」測定、断面データ、海面時系列、海岸線および地形データなどを含む海洋データの分析をサポートします。海水特性の計算に特化した機能を提供します 「ユネスコ」または「TEOS-10」状態方程式の潜在的な温度など。海洋文学の慣習に準拠したグラフィック表示を生成します。このパッケージは、2018年にISBN 978-1-4939-8842-6で「Springer-Verlag」によって発行されたDan Kelleyの著書Oceanographic Analysis with Rで詳しく説明されています。
    • rerddapXtractoは、「ERDDAP」データWebサービスから環境データにアクセスする3つの機能が含まれています。
        • rxtracto()関数は、ポイントの周囲の特定の「半径」の軌跡に沿ってデータを抽出します。
        • rxtracto_3D()関数は、ボックス内のデータを抽出します。
        • rxtractogon()関数は、多角形のデータを抽出します。
      • これらの3つの関数はすべて、「rerddap」パッケージを使用してデータを抽出し、「ERDDAP」サーバーで動作するはずです。データのマップの作成を簡素化するために「plotdap」パッケージを使用するplotBBox()とplotTrack()の2つの関数もあります。
    • riverdistは、河川ネットワーク形状ファイルを読み取り、ネットワーク距離を計算します。また、最小航続距離、カーネル密度推定、ブートストラップエンベロープを使用した経験的k関数を使用したクラスタリング分析など、漁業のテレメトリー研究用に設計されたさまざまな計算およびグラフィカルツールも含まれています。また、河川ネットワークを編集するためのツールも提供されます。つまり、外部ソフトウェアに依存しません。
    • SimilarityMeasuresは、4つの異なる類似度を計算します。類似性測定には、LCSS(Longest Common Subsequence)、フレシェ距離、編集距離、DTW(Dynamic Time Warping)が含まれます。これらの類似性指標の各々は、両方とも行列形式の2つのn次元軌道から計算することができます。
    • SiMRivは、河川、不均一および均一空間における空間的に明示的な個人ベースの多状態運動を生成および分析する機能を提供します。これは、抵抗ラスタに基づいて、ローカルの動作にランドスケープバイアスを組み込むことによって行われます。線形生息地/樹状生態系ネットワーク(河川ネットワークなど)に制約された種の軌道をシミュレートするように当初考案され、設計されていましたが、シミュレーションアルゴリズムは非常に柔軟に構築され、任意の(水生、半水生または陸生)生物に適用できます。移動する風景とは独立して。したがって、ユーザーはパッケージを使用して、均一な風景、不均一な風景(主に川に沿って移動するがマトリックスを使用する半水生動物)、または非常にコントラストの高い風景(川の魚など)の動きをシミュレートできます通信網)。アルゴリズムとその入力パラメーターはすべてのケースで同じであるため、結果は同等です。シミュレートされた軌跡は、動物の動きや種のサイトの忠実度に対する景観効果(リソース、インフラストラクチャなど)を含むさまざまな「移動生態学」仮説(Nathanら2008)をテストするために、機構的なヌルモデル(Potts&Lewis 2014)として使用できます、または予測目的(例:道路死亡リスク、分散/接続性)。このパッケージは、動物の行動、管理、景観と運動の生態学、病気と侵入種の広がり、個体群動態の境界面など、広範な生態学的現象を探求するのに関連している必要があります。
    • smamは、埋め込まれたブラウン運動、測定誤差とブラウン運動と移動休憩のプロセスを含む動物の動きのモデルを提供しています。
    • stamprは、移動するポリゴンの空間時間分析を実行します。地理情報システムにおける長年の分析問題。方向性分析、形状分析、および移動するポリゴンの時空間パターンを調べるためのその他の簡単な機能を促進します。
    • surveillanceは、カウント、プロポーション、カテゴリデータの時系列のモデリングと監視、および流行現象の連続時間ポイントプロセスのモデリングのための統計的方法を提供します。監視方法は、伝染病の公衆衛生監視からのカウントデータ時系列での異常検出に焦点を当てていますが、アプリケーションは環境測定、信頼性工学、計量経済学、または社会科学に由来する可能性があります。このパッケージは、(改善された)ファリントンアルゴリズムや、Höhleand Paul(2008)の負の二項GLR-CUSUMメソッドなど、多くの典型的な大発生検出手順を実装しています。
    • trackdemは、ビデオ素材または画像シーケンスを入力として使用して、人口密度とボディサイズ構造を取得します。関数は、ビデオからの画像シーケンスの作成、背景の検出と減算、粒子の識別と追跡を支援します。人工ニューラルネットワークは、ノイズフィルタリング用にトレーニングできます。目標は、進化および生態学的研究で使用するために、個体数、構造および/または個々の行動の正確な推定値を提供することです。
    • trackdfは、GPSトラッカーまたはコンピュータービジョン追跡ソフトウェアから収集された集団運動データ(魚群、有蹄動物の群れ、ヒヒ部隊など)を保存するためのデータフレームクラスを提供します。
    • trackeRは、R内のGPS対応追跡デバイスからのランニング、サイクリング、および水泳データを処理するためのインフラストラクチャを提供します。このパッケージは、ワークアウトおよび競技データを抽出し、整理し、クラス「trackeRdata」のセッションベースのユニット対応データオブジェクトに整理する方法を提供します(S3クラス)。情報は、柔軟で拡張可能な方法で視覚化、要約、分析できます。Frick and Kosmidis(2017)>は、ビネットの1つとして更新および保守されており、パッケージとそのメソッドの詳細な説明、およびパッケージ機能の実データのデモを提供します。
    • trackeRappは、GPS対応追跡デバイスからのランニング、サイクリング、および水泳のデータを分析するための統合されたユーザーインターフェイスとワークフローを提供します。
    • TrackReconstructionは、磁力計、加速度計、深度、およびオプションの速度データから動物の軌跡を再構築します。主に、北部オットセイに配置されたWildlife Computers Daily Diaryタグのデータを使用して設計されています。
    • trajectoriesは、軌道データのクラスとメソッドを提供し、個々のTrackオブジェクトをトラックセット(トラック)にネストし、トラックのコレクション内の異なるエンティティのトラックセットをサポートします。方法には、選択、一般化、集約、交差、シミュレーション、プロットが含まれます。
    • trajrは、2次元の動物の軌跡の統計分析を支援するツールボックスを提供します。これは、速度や加速度などのさまざまな特性を計算および評価するためのアルゴリズムへの簡単なアクセスを提供するだけでなく、真直度またはねじれの複数の測定値を提供します。マクリーン&スコウロンボルポニ(2018)。
    • tripは、動物追跡用の空間データにアクセスして操作するための機能を提供し、他の形式との間で直接的な強制を行います。速度をフィルタリングし、動物の追跡データから時間を費やしたマップを作成します。「adehabitatLT」の「trip」と「ltraj」の間、および「spatstat」の「trip」と「psp」および「ppp」の間で変換する強制メソッドがあります。Tripオブジェクトは、生のデータフレームまたはグループ化されたデータフレーム、および「sp」、「sf」、「amt」、「trackeR」、「mousetrap」、およびその他のパッケージのタイプから作成できます。
    • tripEstimationは、アーカイブまたは衛星タグから動物の動きを推定するためのデータ処理および推定機能を提供します。マルコフ連鎖モンテカルロシミュレーションからの時間間隔でビン化された画像の要約を作成するためのヘルパー関数が含まれています。
    • wildlifeDIが提供する動的な相互作用は、2匹(またはそれ以上)の動物の動きにおける空間的時間的関連を指します。このパッケージは、野生生物の遠隔測定データとの動的な相互作用を定量化するために使用される一連のインデックスを計算するためのツールを提供します。使用される各方法の詳細については、内部のリファレンスを参照してください。パッケージ(バージョン0.3以降)には、大規模な追跡データセットの連絡先分析を自動化するための新しいツールも含まれています。このパッケージは、「adehabitat」パッケージで開発されたクラスとメソッドに大きく依存しています。

可視化

  • rasterVisは、RasterStackまたはRasterBrickオブジェクトのzスロットを利用して様々な方法が含まれています。そのwebpageは、hovmollerプロットと水平線グラフから、密度、ヒストグラムプロットするため、いくつかの例が含まれています。
  • googleVisは、Google Chart ToolsでRデータ(テーブル)を表示するためのインターフェイスを提供します。
  • splancsは、時空間の点パターンを表示するための(rglを使用して)アニメーションや3Dインタラクティブプロットを提供します。
  • mvtsplotは、Peng (2008, Journal of Statistical Software)が発行する時空間データ、上の例で、多変量時系列プロットを提供しています。

データセット

  • plmは、フィッティング線形パネルモデルのテーブルデータを提供しています。
  • cshapesは、時間の経過とともに変化する国の境界とデータベースが含まれています。
  • gstatは、古典的なアイリッシュ風のデータが含まれています。
  • spacetimeは、ドイツ上の農村PM10空気質の測定値が含まれています。
  • CressieとWikle(2011)の著書「時空間データの統計」の一部は、spacetimeでデモ(CressieWikle)で再現できます。

データの取得

データを取得するためのパッケージは、次のとおりです。

  • openairは、英国大気データをダウンロードするだけでなく、大気汚染データを分析、解釈、理解するためのツールです。
  • ncdf4RNetCDFは、netcdfファイルを読み書き可能にします。
  • rmatioは、RからMatlabのMATファイルを読み書きするためのパッケージです。
R言語 CRAN Task View:時空間データの処理と分析

R言語 CRAN Task View:時空間データの処理と分析」への1件のフィードバック

コメントは受け付けていません。