548-0117/04 – Spatiotemporal Analyses (CPA)

Gurantor departmentDepartment of GeoinformaticsCredits5
Subject guarantorprof. Ing. Igor Ivan, Ph.D.Subject version guarantorprof. Ing. Igor Ivan, Ph.D.
Study levelundergraduate or graduateRequirementChoice-compulsory type B
Study languageEnglish
Year of introduction2021/2022Year of cancellation
Intended for the facultiesHGFIntended for study typesFollow-up Master
Instruction secured by
LoginNameTuitorTeacher giving lectures
IVA026 prof. Ing. Igor Ivan, Ph.D.
Extent of instruction for forms of study
Form of studyWay of compl.Extent
Full-time Credit and Examination 2+2
Part-time Credit and Examination 8+8

Subject aims expressed by acquired skills and competences

Cílem tohoto předmětu je seznámení studentů s časoprostorovými analýzami a jejich simulacemi. Úvodní část předmětu seznamuje studenty s problematikou časových řad a vybranými metodami jejich analýz. Představeny jsou aspekty časoprostorových dat a metody explorační analýzy těchto dat. Významná část předmětu se věnuje problematice geosurvaillance (prostorové přežití) – retrospektivním a prospektivním analýzám. V závěru je pak prostor věnován časoprostorovým modelům, hlavně jednoparametrickým, ale také víceparametrickým. Osnova přednášek 1) Úvod do časových řad. 2) Úvod do časových řad. 3) Metody analýz časových řad. 4) Metody analýz časových řad. 5) Úvod do časoprostorových analýz. 6) Explorační analýza časoprostorových dat. 7) Časoprostorové analýzy. 8) GeoSurveillance – retrospektivní a prospektivní testy 9) Časoprostorové modelování 10) Časoprostorové modelování 11) Multivariační časoprostorové modely 12) Multivariační časoprostorové modely Znalosti prokazované při ukončení předmětu: Orientace v metodách analýz časových řad, časoprostorových analýz a časoprostorového modelování. Dovednosti prokazované při ukončení předmětu: Schopnost aplikovat analýzy časových řad a časoprostorové analýz a modelování při řešení praktických úloh.

Teaching methods



The aim of this course is to present the processing of spatiotemporal data. The introductory part of the course presents the problems of time series and selected methods of their visualization, analysis and modeling (decomposition, regression models, exponential models, ARIMA and SARIMA). Furthermore, key aspects of spatiotemporal data and methods of their exploratory analysis are presented. Methods of analysis of spatiotemporal data and spatiotemporal clustering are presented, which form a key part of this course. Lectures are also devoted to the issue of visualization of spatiotemporal data.

Compulsory literature:

CRESSIE, N., WINKLE, C.K. Statistics for Spatio-Temporal Data. Wiley, 2011, 624 p. SHERMAN, M. Spatial Statistics and Spatio-Temporal Data: Covariance Functions and Directional Properties. Wiley, 2010, 294 p. COWPERTWAIT, Paul S. P. a Andrew V. METCALFE. Introductory time series with R. Dordrecht: Springer, c2009. Use R!. ISBN 978-0-387-88697-8. SHMUELI, G., LICHTENDAHL, K.C. Practical Time Series Forecasting with R: A Hands-On Guide, Axelrod Schnall Publishers, 2nd edition, 2016, ISBN 978-0997847918.

Recommended literature:

ROGERSON, P., YAMADA, I. Statistical Detection and Surveillance of Geographic. Chapman and Hall/CRC, 2008, 324 p. ANSARI, M.Y., AHMAD, A., KHAN, S.S., BHUSHAN, G., MAINUDDIN. Spatiotemporal clustering: a review. Artificial Intelligence Review, 2020, 53:2381–2423, https://doi.org/10.1007/s10462-019-09736-1. LEVINE, N. CrimeStat: A Spatial Statistics Program for the Analysis of Crime Incident Locations (v 4.02). Ned Levine & Associates, Houston, Texas, and the National Institute of Justice, Washington, D.C. August. 2015. BOX-STEFFENSMEIER, J. M., FREEMAN, J.R., HITT, M.P., PEVEHOUSE, J.C. (2014): Time series analysis for the social sciences. New York: Cambridge University Press. Analytical methods for social research. ISBN 978-0-521-87116-7.

Way of continuous check of knowledge in the course of semester

Students are asked about knowledge from areas that they should have already known from previous lectures. They also work on individual tasks. They must pass writing and oral exam.


Other requirements

No other requirements are defined.


Subject has no prerequisities.


Subject has no co-requisities.

Subject syllabus:

1) Introduction to time series. 2) Decomposition of time series. 3) Methods of time series analysis - regression modeling. 4) Methods of time series analysis - exponential modeling. 5) Methods of time series analysis - ARIMA. 6) Methods of time series analysis - SARIMA models. 7) Introduction to spatiotemporal data. 8) Exploratory analysis of spatiotemporal data. 9) Spatio-temporal analyzes (part 1). 10) Spatio-temporal analyzes (part 2). 11) Spatio-temporal clustering (part 1). 12) Spatio-temporal clustering (part 2). 13) Visualization of spatiotemporal data.

Conditions for subject completion

Full-time form (validity from: 2021/2022 Winter semester)
Task nameType of taskMax. number of points
(act. for subtasks)
Min. number of pointsMax. počet pokusů
Credit and Examination Credit and Examination 100 (100) 51
        Credit Credit 33  17
        Examination Examination 67  34 3
Mandatory attendence participation: Attendance in at least 80 % of seminars according to Study and Examination Regulations for Study in Bachelor’s and Master’s Degree Programmes.

Show history

Conditions for subject completion and attendance at the exercises within ISP: Instead of attending lectures, it is necessary to study the materials that are given for the course. In order to receive credit, the student must complete four separate tasks (according to the lecturer's assignment)

Show history

Occurrence in study plans

Academic yearProgrammeBranch/spec.Spec.ZaměřeníFormStudy language Tut. centreYearWSType of duty
2024/2025 (N0532A330044) Geoinformatics P English Ostrava 1 Choice-compulsory type B study plan
2023/2024 (N0532A330044) Geoinformatics P English Ostrava 1 Choice-compulsory type B study plan

Occurrence in special blocks

Block nameAcademic yearForm of studyStudy language YearWSType of blockBlock owner

Assessment of instruction

Předmět neobsahuje žádné hodnocení.