文档介绍：本章主要内容
探索性空间统计分析
地统计分析方法
2021/1/6
1
空间统计分析,即空间数据（spatial data）的统计分析，是现代计量地理学中一个快速发展的方向和领域。
空间统计分析，其核心就是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关，通过空间位置建立数据间的统计关系。
空间统计分析
2021/1/6
2
第1节 探索性空间统计分析
基本原理与方法
应用实例
2021/1/6
3
通常定义一个二元对称空间权重矩阵W，来表达n个位置的空间区域的邻近关系，其形式如下
式中：Wij表示区域i与j的临近关系，它可以根据邻接标准或距离标准来度量。
一、基本原理与方法
（一）空间权重矩阵
2021/1/6
4
①简单的二进制邻接矩阵
②基于距离的二进制空间权重矩阵
两种最常用的确定空间权重矩阵的规则
2021/1/6
5
（二）全局空间自相关
Moran指数和Geary系数是两个用来度量空间自相关的全局指标。
Moran指数反映的是空间邻接或空间邻近的区域单元属性值的相似程度。
Geary 系数与Moran指数存在负相关关系。
2021/1/6
6
如果是位置（区域）的观测值，则该变量的全局Moran指数I，用如下公式计算
式中： I 为Moran指数；
；
。
2021/1/6
7
Geary 系数C计算公式如下
式中：C为Geary系数；其他变量同上式。
如果引入记号
2021/1/6
8
则全局Moran指数I的计算公式也可以进一步写成
Moran指数I的取值一般在[-1，1]之间,小于0表示负相关，等于0表示不相关，大于0表示正相关；
Geary系数C的取值一般在[0，2]之间，大于1表示负相关，等于1表示不相关，而小于1表示正相关。
2021/1/6
9
对于Moran指数，可以用标准化统计量Z来检验n个区域是否存在空间自相关关系，Z的计算公式为
当Z值为正且显著时，表明存在正的空间自相关，也就是说相似的观测值(高值或低值)趋于空间集聚；
当Z值为负且显著时，表明存在负的空间自相关，相似的观测值趋于分散分布；
当Z值为零时，观测值呈独立随机分布。
2021/1/6
10