第6讲-GIS空间分析.ppt

第六讲 GIS空间分析 （一）常规统计分析 平均值 算术平均数 加权平均数 众数 中位数 总和 最大、最小值 标准差 频数 峰度系数 （二）多变量统计分析 主成分分析 主因子分析 关键变量分析 变量聚类分析 （三）空间自相关分析 空间自相关分析是认识空间分布特征、选择适宜的空间尺度来完成空间分析的最常用的统计学方法。目前，普遍使用空间自相关系数——Moran I指数： N为空间实体数目；xi、xj分别表示第i和第j个空间实体的属性值，是xi的平均值；Wij＝l表示空间实体i与j相邻，Wij＝0表示空间实体i与j不相邻。 I的值介于-l与1之间，I＝1表示空间自正相关，空间实体呈聚合分布；I＝-l表示空间自负相关，空间实体呈离散分布；I＝0则表示空间实体是随机分布的。Wij表示实体i与j的空间关系，它通过拓扑关系获得。 （四）回归分析 回归分析用于分析空间实体的两组属性或多组属性之间的相关关系，常见回归分析方程有线性回归、指数回归、对数回归、多元回归等。 （五）趋势分析 若实体的属性数据中，存贮了同一变量不同时间的属性值，就能使用数学模型来模拟地理特征的空间分布与时间过程，根据空间对象时空分布的实测数据，找出空间对象随时间变化的规律，将未实测时刻的属