6.4.7 局部空间自相关分析.pdf

地理信息系统基础 第六章 空间数据分析 本节 内容 6.4 空间数据统计分析 6.4.7 局部空间自相关分析 6.4.7 局部空间自相关分析 局部空间自相关分析 (local indicators of spatial association, LISA) ： 计算每一个空间单元与邻近单元就某一属性的相关程度。 作用： 局部空间自相关分析能够有效检测由于空间相关性引起的空间差异 判断空间对象属性取值的空间热点区域或高发区域 弥补全局空间自相关分析的不足 有缘学习更多+谓ygd3076考证资料或关注桃报：奉献教育（店铺） 6.4.7 局部空间自相关分析 LISA的构建需要满足两个条件： 局部空间自相关统计量之和等于相应的全局空间 自相关统计量 能够指示每个空间位置的观察值是否与其邻近位置的 观察值具有相关性 6.4.7 局部空间自相关分析 1）局部Moran’s I统计量 y , var / 1 , 为第个分布对象的全局相关性系数； 表示空间位置i的观测值的数学期望； var 表示空间位置i的观测值的方差。 6.4.7 局部空间自相关分析 1）局部Moran’s I统计量 局部Moran’s I 的值大于数学期望，并且有统计学意义时， 提示存在局部的正空间自相关； 局部Moran’s I 的值小于数学期望，提示存在局部的 负空间自相关。 6.4.7 局部空间自相关分析 2）局部Geary’s C , var 为第个分布对象的全局相关性系数； 表示空间位置i的观测值的数学期望； var 表示空间位置i的观测值的方差。 6.4.7 局部空间自相关分析 2）局部Geary’s C 局部Geary’s C的值小于数学期望，并且有统计学意义时， 提示存在局部的正空间自相关； 局部Geary’s C的值大于数学期望，提示存在局部的负空 间自相关。 6.4.7 局部空间自相关分析 3）局部Getis-Ord G 同全局Getis-Ord G一样，只能采用距离定义的空间邻近方法 生成权重矩阵 ∑