“空间统计”工具箱概述
此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。尽管空间统计和非空间统计(传统统计方法)在概念和目标方面可能存在某些相似性,但空间统计具有其固有的独特性,因为它们是专门为处理地理数据而开发的。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。
您可以使用“空间统计”工具箱中的工具对空间分布的显著特征进行汇总(例如,确定平均中心或总体方向趋势)、识别具有统计显著性的空间聚类(热点/冷点)或空间异常值、评估聚类或离散的总体模式、根据属性相似性对要素进行分组、确定合适的分析尺度以及探究空间关系。此外,对于那些使用 Python 编写的工具,工具箱下也提供了源代码,以便于您学习、修改、扩展和/或与他人共享这些工具或其他分析工具。
![注 注](rsrc/note.png)
基于欧氏距离或者曼哈顿距离的计算需要投影数据来准确测量距离。因此,如果分析中涉及距离(对于空间统计总是如此),您需要使用投影坐标系(而不是基于度、分、秒的地理坐标系)对数据进行投影。
“空间统计”工具箱中的工具不能直接用于处理 XY 事件图层(通过包含 x 坐标和 y 坐标字段的表创建的图层)。运行分析前,首先使用复制要素工具将“XY 事件”数据转换为要素类。
在使用 shapefile 时,请注意 shapefile 无法存储空值。根据非 shapefile 输入创建 shapefile 的工具或其他过程可能会将空值存储(或解释)为零。某些情况下,空值则以极大的负值储存于 shapefile 中。这会产生意外的结果。有关详细信息,请参阅 shapefile 输出的地理处理注意事项。
工具集 |
描述 |
---|---|
这些工具可用于评估要素(或与要素关联的值)是形成一个聚类空间模式、离散空间模式还是随机空间模式。 | |
这些工具可用于识别具有统计显著性的热点、冷点或空间异常值。 | |
这些工具可以解决以下类型的问题:中心在哪里?形状和方向如何?要素如何分散布局? | |
这些工具可利用回归分析来建立数据关系模型,也可以构建空间权重矩阵。 | |
这些工具可用于渲染分析结果。 | |
这些实用工具可执行多种功能:计算面积、评估最小距离、导出变量和几何、转换空间权重文件和采集重合点。 |
其他资源:
www.esriurl.com/spatialstats 中包含了“空间统计”工具使用方法方面的所有可用资源的最新列表,包括:
- 教程
- 视频
- 免费 Web 研讨会
- 书籍、文章和白皮书
- 示例脚本和案例研究