地学统计分析-莫兰指数.docxVIP

莫兰指数 一、分析步骤 1、ArcGIS中，工具在如下位置：Spatial Statistics Tools —— Analyzing Patterns —— Spatial Autocorrelation(Moran's I)2、参数设置 用距离来对空间概念进行的描述的方式，就是所谓的空间关系的概念化。选择了CONTIGUITY_EDGES_CORNERS，共边共点都被视为邻接要素。 3、在结果栏中，双击生成的*.html的页面， 弹出如下  三、数据分析 1、理论知识 （1）零假设（null hypothesis），有时候又称原假设，你在检验你的结果之前，先对这些结果假设一个数值区间，这个区间一般是符合某种概率分布的情况，如果你的真实结果偏离了你设定的区间，就表示发生了小概率事件。这样你原来的假设就不成立了。如果你的计算结果落在-2到2之间，就表示你的假设是可以接受得，但是不在这个范围内，就说明消息小概率事件了。既然有小概率事件，就说明两种可能：1，你的假设有错误；2，出现了异常值。 （2）p值和Z得分 p值代表数据来源的可靠性，z得分和莫兰指数都表示此数据有明显的规律。p值（P-Value，Probability，Pr），代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中，p值表示所观测到的空间模式是由某一随机过程创建而成的概率。如果是0.1，就表示只有10%的可能性是随机生成的结果。P值要小于0.1. 标准差能反映一个数据集的离散程度，Z得分，就是标准差的倍数（有正负之分） （3）置信度 要进行数据分析，我们首先就要设立一个置信度，也就是说，你要设定你的数据，起码要有多大的可能性，被落在你期望的区间内。 2、结果分析 数据分布出现显著的随机分布特性，无法拒绝零假设，无分析价值。 数据分布仅有小于10%的可能是随机分布的，出现数据聚集的可能性大于随机分布的可能性，但是不能显著的拒绝零假设。（p值为0.09） 数据分布仅有小于5%的可能是随机分布的，出现数据聚集的可能性大于随机分布的可能，且能够显著的拒绝零假设。此结果表示XX数据的空间分布，出现一定的聚集特征，且具有空间正相关模式，用于分析的值与空间聚集度成正比。