空间统计.docxVIP

[转载]空间统计空间统计的零假设------------大多数统计检验在开始时都首先确定一个零假设。空间统计的零假设是完全空间随机性?(CSR)，它或者是要素本身的完全空间随机性，或者是与这些要素关联的值的完全空间随机性。显著性检验---------模式分析工具所返回的z?得分和p值可以让您判断出是否可以拒绝零假设。通常，您将运行其中一种模式分析工具，同时希望?z?得分和?p?值会指明可以?拒绝零假设，因为此工具将表明：您的要素（或与要素关联的值）会表现出具有统计显著性的聚类或分散，而不是随机模式。只要在地貌中（或在空间数据中）发现聚类这样的空间结构，就证明某些基础空间过程在发挥作用，而这通常是地理学者或?GIS?分析人员最关注的方面。p?值表示概率。对于模式分析工具来说，它是所观测到的空间模式由某一随机过程创建的概率。当?p?很小时，意味着所观测到的空间模式不太可能产生于随机过程（小概率），因此您可以拒绝零假设。您可能会问这样的问题：要小到什么程度才算足够小？这是一个非常好的问题。请参见下面的表和论述。Z?得分只不过是标准差的倍数。例如，如果工具返回的?z?得分为?+2.5，我们就会说，结果是?2.5?倍标准差。如下所示，z?得分和?p?值都与标准正态分布相关联。在正态分布的尾部出现非常高或非常低的?z?得分（负值），这些得分与非常小的?p?值相关。当您运行要素模式分析工具并由该