当代GIS理论与方法Chap5 PGIS2014概要1.ppt

应用实例 区域经济发展空间自相关分析 ArcGIS空间统计工具箱包含一系列用于分析空间分布、模式、过程和关系的统计工具。与传统的非空间统计分析方法不同，空间统计方法是将地理空间（邻域、区域、连通性和/或其他空间关系）直接融入到数学逻辑中。 地理学第一定律： 地理现象在空间分布上相互关联，越近的现象关联越紧密。--空间相似性 地理学第二定律： 地理现象(过程)在空间分布上的不均匀性及其复杂性。--空间异质性 空间统计与经典统计的共同点： 它们都是在大量采样的基础上，通过对样本属性值的频率分布、均值、方差等关系及其相应规则的分析，确定其空间分布格局与相关关系。 空间统计与经典统计的显著区别： 空间统计既考虑样本值的大小，又重视样本空间位置及样本间的距离。空间数据具有空间依赖性(空间自相关) 和空间非均质性(空间结构)，扭曲了经典统计的假设条件，使得经典统计模型对空间数据的分析会产生虚假的解释。经典统计模型是在观测值相互独立的假设基础上建立的，但地理现象之间大都不具有独立性。空间统计研究的基础是空间对象间的相关性和非独立的观测，它们与距离有关，并随着距离的增加而变化。--需要变异函数 传统统计分析在同一空间位置处可以多次采样数据。空间统计分析中，样本区域中每一个空间位置多为一次采样数据。根据传统统计学，一次采样数据中无法推断出总体规律。 --需要平稳性假设 经典统计：独立性、随机性