ArcGIS空间统计知多少.pptx

ArcGIS 空间统计知多少？产品技术部 王莉目录1、空间统计概述（5min）2、ArcGIS 空间统计（15min）3、ArcGIS集成R语言（20min）1、空间统计传统统计VS空间统计什么是空间统计？空间统计：将空间信息（面积、长度、邻近关系、朝向和空间关系）整合到经典统计分析中，以研究与空间位置相关的事物和现象的空间关联和空间关系，从而揭示要素的空间分布规律。为什么需要空间统计？空间统计能做什么？空间统计分析使我们更深入、定量化的了解：分布特征空间关系分布模式2、ArcGIS空间统计ArcGIS空间统计工具度量地理分布工具集分析模式工具集分布特征分析分布模式分析空间关系建模工具集聚类分布制图工具集空间关系建模分布特征分析集中特征分散特征平均中心中心要素线性方向平均值中位数中心中心要素分布特征分析集中特征分散特征应用场景：仓库选择：中心要素开新店：平均中心（离散程度小）中位数中心（离散程度大）分布特征分析集中特征分散特征标准差椭圆分X、Y方向分别计算标准差标准距离X、Y方向合起来的总体标准差分布特征分析应用场景：长轴方向：犯罪模式、疾病传播模式、污染物扩散模式等面积覆盖：不同人种活动范围关系、不同物种间活动范围关系等……分布模式分析位置 VS 属性集聚?离散分布模式分析位置 VS 属性平均最近邻应用场景：固定研究区，比如在同一城市范围内，不同类型的企业之间的分布情况的研究；或者同一类型的企业，在固定区域以内，随着不同年份的变化情况的研究。分布模式分析位置 VS 属性全局统计：从总体上判断要素的分布状态（集聚、分散）空间自相关（Moran’I）高低聚类（Getis-Ord General G）局部统计：识别要素聚类或分散的位置和程度（热点、冷点）聚类和异常值（Anselin Local Moran’I）热点分析（Getis-Ord G*）分布模式分析位置 VS 属性全局统计：从总体上判断要素的分布状态（集聚、分散）空间自相关（Moran’I）高低聚类（Getis-Ord General G）区别：空间自相关：模式判断高低聚类：高值聚类VS低值聚类Where？分布模式分析位置 VS 属性局部统计：识别要素聚类或分散的位置和程度（热点、冷点）聚类和异常值（Anselin Local Moran’I）热点分析（Getis-Ord G*）分布模式分析Z得分表示标准偏差，P值表示要素分布是完全空间随机分布的概率。Z Score (Standard Deviations)P-Value (Probability)Confidence Level+/-1.65 0.1090%+/-1.960.0595%+/-2.580.0199%Z得分 = 2.0= 95%空间关系建模空间回归在经典统计回归分析中考虑了空间自相关性，通过空间关系把属性数据与空间位置关系结合起来：OLS（普通最小二乘回归）GWR（地理加权回归）ArcGIS空间统计工具度量地理分布工具集分析模式工具集分布特征分析分布模式分析空间关系建模工具集聚类分布制图工具集空间关系建模3、ArcGIS集成R语言R语言6000+用于统计计算和作图的语言数据计算与分析的环境大量的第三方功能包，开源聚类：cluster, mclust……分类：randomForest, tree, ctree时间序列：timsac, ts，zoo统计：anova, glm图表：hist, pie, lattice, ggplot2ArcGIS VS R意义：在ArcGIS中方便实现高级、复杂统计方法，并且进行空间可视化表达RArcGIS？其它统计空间统计河流污染物预测树种聚类疾病预测如何安装？https://r-arcgis.github.io/ArcMap 10.3.1及其以上版本 或者ArcGIS Pro 1.1及其以上版本R 3.1.0及其以上版本确保网络连接环境要求：安装部署：ProArcMap集成原理集成原理---arcgisbinding包：R：直接读写ArcGIS支持的空间数据类型ArcGIS中：识别R源码封装成的GP工具，从而调用R的分析功能arc.check_product()建立与ArcGIS的连接arc.open(); arc.write()读写ArcGIS支持的空间数据类型的函数arc.shape(); arc.shapeinfo()读取形状信息arc.select()将arc.dataframe类型转换成R里普通的data frame类型tool_exec - function(in_params, out_params){ input1 - in_params[1] input2 - in_params[2] ouput1 - out_params[1] …… return(ou