ARCGIS空间统计分析.pptVIP

ARCGIS空间统计分析;空间统计工具功能;ARCGIS“空间统计”工具箱概述;注意: ARCGIS“空间统计”工具箱,只要分析中涉及距离（对于空间统计总是如此），就应使用 投影坐标系（而不是基于度、分、秒的 地理坐标系）对数据进行 投影。 ;1.ARCGIS空间统计任务;1.1汇总关键特征 ;1.2标识具有统计显著性的聚类;1.3评估整体空间模式;1.4关系建模;2.“空间统计”分析工具;2.“空间统计”分析工具;2.1“分析模式”工具集;2.2“分析模式”工具中各方法的工作原理（计算方法）与结果分析;2.2.1.平均最近邻??计算;2.2.1 平均最近的相邻要素;2.2.1 平均最近的相邻要素;2.2.2高/低聚类(Getis-Ord General G) 的计算;2.2.2高/低聚类(Getis-Ord General G) 的计算;2.2.2高/低聚类(Getis-Ord General G) 的计算;2.2.2高/低聚类(Getis-Ord General G);2.2.2 高/低聚类(Getis-Ord General G);2.2.2 高/低聚类(Getis-Ord General G);2.2.3多距离空间聚类分析（Ripleys K 函数）的计算;2.2.3 多距离空间聚类分析(Ripleys K 函数) ;2.2.3 多距离空间聚类分析(Ripleys K 函数) ;2.2.3 多距离空间聚类分析(Ripleys K 函数) ;2.2.3 多距离空间聚类分析(Ripleys K 函数) ;2.2.4空间自相关 (Global Morans I) 的计算;2.2.4空间自相关 (Global Morans I) 的计算;2.2.4空间自相关(Global Morans I);2.2.5 z 得分和p 值;2.2.5 z 得分和p 值;2.2.5 z 得分和p 值;2.2.5 z 得分和p 值;2.3 “聚类分布制图”工具集;2.3.1“聚类和异常值分析(Anselin Local Moran‘s I)”的计算;2.3.1“聚类和异常值分析(Anselin Local Moran‘s I)”的计算;2.3.1“聚类和异常值分析(Anselin Local Moran‘s I)”的计算;2.3.1“聚类和异常值分析(Anselin Local Moran‘s I)”;2.3.1“聚类和异常值分析(Anselin Local Moran‘s I)”的计算;2.3.2 热点分析 (Getis-Ord Gi*)的计算;2.3.2 热点分析 (Getis-Ord Gi*)的计算;2.3.2 热点分析 (Getis-Ord Gi*)的计算;2.4 度量地理分布工具集;2.4.1 中心要素;2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.2 方向分布(标准差椭圆);2.4.3 线性方向平均值;2.4.3 线性方向平均值;2.4.3 线性方向平均值;2.4.3 线性方向平均值;2.4.4 平均中心 ;2.4.4 平均中心 ;2.4.4 平均中心 ;2.4.5 中位数中心;2.4.5 中位数中心;2.4.5 中位数中心;2.4.6 标准距离 ;2.4.6 标准距离 ;2.4.6 标准距离 ;2.5“空间关系建模”工具集;2.5.1 生成网络空间权重;2.5.1 生成网络空间权重;2.5.2生成空间权重矩阵;2.5.2生成空间权重矩阵;2.5.3 普通最小二乘法 (OLS);2.5.3 普通最小二乘法 (OLS);2.5.3 普通最小二乘法 (OLS);评估模型中的每一个解释变量：系数、概率、稳健概率和方差膨胀因子 (VIF)。每个解释变量的系数既反映它与因变量之间关系的强度，也反映它与应变量之间关系的类型。当与系数关联的符号为负号时，该系数与因变量为负关系。当与系数关联的符号为正号时，该系数与因变量为正关系。系数的单位与其关联的解释变量的单位相同。系数反映了相对于与因变量关联的解释变量的每 1 个单位变化因变量所发生的预期变化，并保持所有其他解释变量不变。使用 T 测试来评估某个解释变量是否具有统计学上的显著性。零假设是指所有的意图和目的的系数值为零，因此零假设对于模型“没有”帮助。当概率或稳健概率（p 值）很小时，系数实际为零的几率也会很小。如果 Koenker 测试具有统计学上的显著性，应使用稳健概率来评估解释变量的统计学显著性。对于具有统计学上显著性的概率，其旁边带有一个星号 (*)。如果理论/常识支持某解释