文档介绍：实习序号和题目空问分布模式与空问相关分析 专业及编号实习人 实习目的： Spatial Statistics Tools 熟悉和掌握 里 的基本工具，对所给数据进行空间分析。
实习内容： 1. 参考文献《多尺度人口增长的空间 统计分析》
，练习多距离 L(d) 、全局 Moran '
I与G*统计量分析，显著性检验的置信区间定义
为 90% ；
对 adabg00 数据进行全局与局部的 moran I 与 G 统计量分析； 分析； L(d) deer 数据进行 基于距离的最近邻分析与 3. 对
实习数据： ：中国各省分布图 1. 省区 .shp
5 次和第 6 次人口普查：各省人口普查数据各 省第 2.
：鹿场点分布图 爱达荷州阿达各街区
: 年人口普查数据 2000
基本原理： 空间分布的模式一般来说，有三种， 分别是离散、随机、和聚合。离散的概 聚合 离散 程度越大， 差异性就越大。 念就是指观测的每个 数据之间的差异程度， 表示在一定区域内的相关 程度，与离散正好相反， 相关性就 就是聚合程度 越大， 既不能从随机数据中获取结论， 越大。随 机是纯粹的无模式， 也发现不了规律和 模式。 ）：指进行统计检验时预先建立的假设。在空间统 计 null hypothesis 1. 零假设（ 中，零假设指的 就是空间位置在一定区域里面呈现完全随机 （均匀） 分布。在检 这个区间一般是符合某种概率分布验结果之前， 先 对这些结果假设一个数值区间，
这样原来的情况， 如果真实结果偏离了设定的区间， 就表示发生了小概率事件。的假设就不成立了。
如果计算结果落在-2到2之间，就表示假设是 可以接受，但是不在这个范围内，就说明发生小概 率事件了。有两种可能：1，假设有错误；2，出 现了异常值。(Z scores )表示标准差 的倍数 标准差：总体各单位标准值与其平均数离差平方的
算术平均数的平方根” 也就是“标准差能反映一 个数据集的离散程度” 。比如 z 得分是 + ， 得到的结果是标准差的正 倍，表示数据已经 高度聚集。反之，如果是 -, 那么就表示标准差 的负 倍，就是高度离散的数据。 置信度：数 据落在期望区间的可能性 ）是对这个样本的某在统计学中，一个概率样本的 置信区间（ Confidence interval 置信区间展现的是这个参数的真实值有一定概率 落在测量个总体参数的区间估计。 结果的周围的程度。 置信区间给出的是被测量参数 的测量值的可信程度。 这个概率置信水平是指总体 参数值落在样本统计值某一区内的概率； 而置被称 为置信水平。 样本统计值与总体参数值间误差范围。 置信区间越 信区间是指在某一置信水平下， 大，置信水平越高。
在空间统计分析中，通过相关分析可以检测两种 现象（统计量）的变化是否 3. 则称之为自相关。 存在相关性， 若所分析的统计量为不同观察对象的 同一属性变量， 而空间自相关反映的是一个区域单元上的某种地 理现象或某一属性值与邻近 是一种检测与量化从多个标定点中取区域单元上 同一现象或属性值的相关程度， 样值变异的空间依赖性的空间统计方法。 当变量在 空间上表现出一定的规律性， 即空间自相关理论认 为彼此之间距离越近的事不是随机分布则存在着
空间自相关， 物越相像。也就是说，空间自相关是针对同一个 属性变量而言的。 全域型 4. 空间自相关方法按 功能大致分为两类： 全域型自相关和区域型自相 关。 判断此现象在空间是否有聚集特性自相关的功能 在于描述某现象的整体分布状况， 若将全域型不同空间间隔的空间自存在， 但其并不 能确切得指出聚集在哪些地区， 用于分析该现象在空间可进一步得到空间自相关 系数图， 相关统计量依序排列， 上是否有阶层性分布。 区域型自相关能够推算出聚 集地的范围。 最近邻指数是根据每个要素与其最近邻要素之间
的平均距离计算其最近邻指数。
是平均观测距离和平均期望距离之比。如果小于1, 则要素呈现空间聚集式； 如果最近邻分析并没有考 虑到属性特征,大于1,则要素呈现空间离散模式 或竞争模式。
只是根据空间位置。 法 ' s I 空间自相关分析的主要功能在于同时高的自相关 性代表了空间现象聚集性的存在, 计算方式是基于统计学相关系数的 ' s I 可以处理 数据的区位和属性。全域型 Moran 为正相关,且值越大表之间,大于 -1 到 1 0 值
一定介于协方差关系推算出来的。 I 示空间分布的相关性越大, 即空间上聚集分布的现 象越明显,反之, 时,代表此时空间分布呈现随机分布值越小代表空
间分布