第十二章探索性空间统计分析课件.pptVIP

从人均GDP水平相对地来看：高值被高值包围的“高高”集聚省（直辖市）有：北京、天津、河南、安徽、湖北、江西、海南、广东、福建、浙江、山东、上海、江苏； 从人均GDP水平相对地来看：低值被低值包围的“低低”集聚省（自治区）有：黑龙江、内蒙古、新疆、吉林、甘肃、山西、陕西、青海、西藏、四川、云南、辽宁、贵州； 从人均GDP水平相对地来看：被低值包围的高值省（直辖市）有：重庆、广西、河北； 从人均GDP水平相对地来看：被高值包围的低值省份只有湖南。 二、应用实例（2） ——课堂学习成绩的空间关联性 探索课堂中不同学生成绩的差异性并分析其原因，是教育科学研究的重要问题，对阐明教学规律有重要意义。主要利用基于GIS（Geographic information system）平台的空间分析方法，对课堂内不同位置的学生成绩的空间关联性进行分析。 一、研究背景课堂学习成绩是多种因素共同作用的结果，同一班级学生在学习成绩上表现出的差异现象，是教育科学研究的重要内容。众多学者从不同角度对课堂学习成绩的差异性进行了深入分析，并采用一定计量方法从性别、智商、家庭背景、学习方法、学习动机、学习能力、基础水平等多个角度探索这种差异性产生的原因，取得一定成果。然而，几乎所有的研究都忽略了“空间位置”因素对课堂学习成绩差异性的影响作用。 在国内，几乎所有的小学和中学，甚至大多数的高等学校里，都是以班级（或专业）为单位组织教学的，每个学生在固定的教室里都有一个属于自己的位置，即座位。于是，一个班级内所有位置构成了一个学生“空间”。 在以教室为边界构成的学生“空间”范围内，每个学生都与一个或多个同学相邻。相互邻近的同学朝夕相处，在学习策略、学习习惯等方面相互借鉴、模仿，彼此影响，从而在学习成绩上必然存在某种程度的相似性，“近朱者赤、近墨者黑”，即所谓空间关联性。 本文拟利用基于GIS（geographic information system）平台的空间统计分析方法，以某中学班级的高二、三学年为例，对课堂学习成绩的空间关联性进行分析，以辨明同一教室内不同学生之间的位置因素对成绩差异性的影响模式，为合理布局学生座位，提高教学效果提供一定线索。 二、研究方法 空间统计分析是统计学理论与地理学技术相互结合的产物，其核心是通过空间位置建立数据间的统计关系，以认识与空间位置相关的数据之间的关联性。在学生“空间”中，每个座位位置代表着一个学生，在考试中每个学生的成绩都可以表达为该座位位置的属性数据。 利用地理科学研究中常用的软件AcrGIS，建立反映每个学生座次情况的学生“空间”图（见图1），然后将每个学生在高二、高三两个学年的成绩输入对应的空间位置。之后，将包含属性特征的底图（.shp格式）导入空间分析软件GeoDA095i中，构建空间权重矩阵，以计算每个学年里所有学生成绩的空间自相关指数。 从计算结果看，高二、三两个学年成绩的Moran指数分别为0.2561、0.4320。 Moran指数是正值，说明该班所有学生的成绩指标具有正的空间自相关特征，成绩相似的学生位置趋于空间集聚——拥有较高成绩的学生位置相对地趋于和较高成绩的同学位置相邻，成绩较低的学生位置趋于和较低成绩的同学位置相邻。 从变化趋势上看，Moran指数由高二学年的0.2561增加至高三学年的0.4320，说明在两个学年里成绩相似的学生的空间集聚程度有所升高。 （五）基于空间视角的课堂学习成绩的空间关联性解释 根据空间统计分析结果，对学习成绩的空间差异进行解释是课堂学习问题研究的重要目标。地理学第一定律表明，距离越近的事物或现象关联性越强，距离越远，事物的关联性越弱。在课堂上这样一个有限的空间范围内，相对于其他位置，座次上彼此相邻的同学之间的联系更为密切。例如，班级内有些区域的学习氛围好，同学之间经常交流学习心得、共同研讨习题，而有些区域的同学之间则产生相互的负面影响，即所谓的“近朱者赤、近墨者黑”效应（本文将其定义为“赤-黑效应”）。 事实上，随着研究的深入，发现影响课堂学习成绩的因素是多方面的，其中性别、家庭背景、智力水平、学习能力等因素的影响具有长期的基础效应。位置上邻近的同学之间的学习策略、学习习惯等无疑会通过彼此之间的频繁交流而对这种基础效应起加强或削弱作用，从而使位置上相互邻近的同学之间的课堂成绩存在某种程度的相似性，即所谓的空间关联性。 四、结论与讨论 探索课堂中不同学生成绩的差异性并分析其原因，是教育科学研究的重要问题，对阐明教学规律有重要意义。本文对现实的班级布局场景进行了抽象化，建立了学生“空间”的概念。主要利用基于GIS平台的空间分析方法，对课堂内不同位置上的学生成绩的空间关联性进行研究。实证研究表明，课堂学习成绩存在较强的空间