Tagged: 空间统计

空间统计—度量地理分布工具集,Measuring Geographic Distributions

BET356宫网??rnCenter Featurernrn工具简介rn该工具可以从输入的要素中找出距其他要素距离之和最小的要素,将其写到输出要素类中。例如想在城区建立一个新的剧院,可以从所有的街区中来找中心要素,并且可按人口权重进行计算,即可得到距其他所有街区通行代价最小的位置作为候选地址。rnrn主要参数rn  Input Feature Class:输入的矢量要素类,一般是点类型;对于线类型或面类型的要素,

白话空间统计二十四:地理加权回归(六)ArcGIS的GWR工具参数说明一

(再次接近6000字,诚意满满啊)rnrn从这一章开始进入实际操作环节……首先还是用ArcGIS,毕竟这个东西比较容易。rnrn实际上要说起来,GWR有专门的软件,叫做GWR,但是这个软件暂时我还没有用过,所以等我先学习一下,把他放到最后才说了,先用比较熟悉的,比如ArcGIS、比如R语言,这些来讲讲(还有一个我非常熟悉的软件是GEODA,可惜GEODA仅支持回归分析,不支持地理加权回归)。rnr

白话空间统计之四:P值和Z值(上):零假设

rnrnrn??? 首先是空间统计里面很神秘的两个值:P值和Z值。rnrnrn??? 要说这两个值之前,还是要复习一下统计学的概念,毕竟空间统计的理论基础还是建立在经典统计学上面的。rn首先,统计学里面,有一个叫做“零假设”的概念非常厉害,一定要说说。rnrnr

白话空间统计十五:多距离空间聚类分析 (Ripley’s K 函数) (上)

空间分析里面,最重要的一个概念就是距离,不同的距离会导致不同的结果。在研究的时候,有种叫做“空间尺度”的概念,这个有兴趣的话,请自行百度(老规矩:百度知道的东西别问我)。rn?rn所以,在研究聚类的时候,最重要的就是确定不同数据之间的距离,否则就会如下:rn?rnrnrn?rn?rn聚类分析中,要素之间的距离是个很重要的参数;也就是说两个要素相隔多远才算是聚成一类呢?在任何一种聚类算法中,探索一个

2016年虾神公众号预告

年底事情那是相当的多,各种总结和出差,所以我们的白话空间统计足足停掉一个多月了,为了有一个比较圆满的里程碑,我决定在猴年开始之前,预告一下2016年我在公众号里面将会更新的一些东西,另外大家想看啥,也可以给我发信息,如果我懂的,我可以考虑加到公众号里面去。rn?rn在2016年中,预计会在公众号写如下系列的文章:rn?rn1、继续写白话空间统计系列,当然除了空间统计,还有一些经典统计包括数理统计、

白话空间统计二十四:地理加权回归(八)结果解读(一)

地理加权回归分析完成之后,与OLS不同的是会默认生成一张可视化图,像下面这张一样的:rnrnrn这种图里面数值和颜色,主要是系数的标准误差。主要用来衡量每个系数估计值的可靠性。标准误差与实际系数值相比较小时,这些估计值的可信度会更高。较大标准误差可能表示局部多重共线性存在问题。根据官方的说法,需要检查超过2.5倍标准差的地方……这些地方可能会有问题。rnrn虽然在软件里面,默认只显示这样一张图,但

白话空间统计二十三:回归分析番外-ArcGIS中的OLS(一)

在讲GWR的ArcGIS应用之前,首先讲讲ArcGIS里面的OLS(Ordinary least squares:普通最小二乘法)工具的应用和解读,毕竟GWR是从回归分析里面演化出来的,OLS又是回顾分析里面最简单的算法,如果不了解OLS的意义,那么GWR结果的最后意义一样没没理解。rnrn关于回归分析和OLS的基础算法,我就不在这里赘述了,大家有兴趣去看相关资料和我以前的文章,这篇就直接扣住Ar

白话空间统计二十四:地理加权回归(九)结果解读(二)

实际上,除了辅助表以外,GWR还会生成一份全要素的表。对回归的每一个样本都给出相应的信息,今天就来看看这些信息代表了什么内容。rnrn生成的新的要素类字段信息如下:rnrnrnrn实际上,Coeffcient(系数)和Standard Error Conffcient (标准差系数)会对每一个解释变量都给出一个值,所以可以看成是两类值,下面把各个值的情况和意义做个简单描述:rnrn其中ArcGIS

白话空间统计十二:R语言对点数据分析的实现(1)

前段时间,有人批评我写白话空间统计的博客是在写软文给ArcGIS平台和Esri打广告,话说这个实在是太恭维我了。如果读到空间统计,而且还能读懂的人,不可能没有听说过ArcGIS软件吧,这种情况到底是先有鸡还是先有蛋,自然一目了然了。rn?rn虽然虾神在Esri中国干了好多年了,给公司打打广告也是理所当然的事情。但是写博客的时候确实还真没有这个想法,不过既然有人批评了,那么虾神我先挑明一下这系列白话

白话空间统计十五:多距离空间聚类分析 (Ripley’s K 函数) (下)

书接上一回。rn?rn多距离空间聚类分析这个工具与其他的工具计算出来的结果都不太一样。按照空间分析软件的一般规律,扔进去的是一个空间数据,那么返回的自然也是一个空间数据……rn?rn不过在前面也很多分析工具告诉我们,可能就会返回几个数据给你,比如莫兰指数,给你几个值来表示一下。这个多距离空间聚类分析工具为为什么会让我们觉得神奇呢?因为他的返回值很神奇——它会返回一堆的数字给你。rnrnrn返回的值

白话空间统计二十四:地理加权回归(七)ArcGIS的GWR工具扩展参数说明

白话空间统计二十四:地理加权回归(七)ArcGIS的GWR工具扩展参数说明rnrn近期无论是开发者大会,还是个人工作,相当的忙,所以停了一段时间……不过地理加权回归写到第七章,自我感觉也差不多了,无论是基础理论还是来历,包括基础参数的意义,都应该介绍得比较清楚了,当然,后面可能是大家更关心的内容,也就是在ArcGIS(或者其他软件里面),怎么去执行地理加权回归

白话空间统计之六:平均最近邻

平均最近邻可以得出一份数据的具体聚集程度的指数,通过这个指数,可以对比不同数据中,哪个数据的聚集程度最大。适用于对固定研究区域中不同的要素进行比较。比如在同一城市范围内,不同类型的企业之间的分布情况的研究;或者同一类型的企业,在固定区域以内,随着不同年份的变化情况的研究。

空间分析工具箱和空间统计区别

其实,如果用一句话来说明着两个模块有啥区别,就以下这句就可以了:(ArcGIS的)空间统计模块主要用于研究和分析矢量数据。(ArcGIS的)空间分析模块主要用于研究和分析栅格数据。因为空间统计模块所有的工具,都以矢量数据为输入和输出,而空间分析模块,的输入或者输出里面,最起码有一个是栅格数据(或者以栅格为输入,或者以栅格为输出,也有输入输出都是栅格的)。

白话空间统计二十三:回归分析(二)

前缘再续,书接上一回……rnrn要理解回归分析的这些特点(优点)以及特性,首先得了解一下回归分析的一些概念。rnrn所谓“信息从来是一切的基础,世界上从不存在建立在空中楼阁上的智慧,搜集、处理信息本身就是一种智慧的体现”,只要有足够的信息,就能得到所需要的任何结论。君不见,在形容神的时候,把神称为“全知全能”……知还在能的前面……好吧,扯远了,回来继续我们的回归分析。rnrn在分析任何事务之前,都

白话空间统计十八:相关性分析

题目还是取了个白话空间统计,所以总是有点怪怪的。rn?rn不过空间统计要是完全脱离经典统计学去谈,那就真是坠入魔道了……计量革命最主要的成果之一,就是促成了经典统计分析方法在地理学研究中的应用。直到今天,经典统计学还是计量地理学中最常用的手段。可以说,空间统计学仍然是在经典统计学理论上建立和发展起来的。

白话空间统计二十三:回归分析(三)

要讲回归分析,绕不开的话题就是相关系数,在白话空间统计十八:相关性分析里面,对这个问题做了一个简要的描述,但是回过头来看,还有挺多东西漏掉了的,今天再用一个篇幅来讲讲相关系数一些其他的东西,并且给出数据和R语言脚本。rnrn不知道大家还记得在空间上如何描述一组数据的方向和分布,如果不记得的话,可以去看看白话空间统计的第九章《方向分布》,得到的结果可以通过一系列的参数来决定一批点数据的方向和分布情况

白话空间统计之:空间自相关

空间自相关,肯定是空间统计里面第一个拦路虎了,很多人遇上了这个高大上的词汇,立刻就发现,这五个字我好像都认识,但是到底说了啥?不知道。如果翻开各种教材,从统计学到数学到物理学,各种解释都摆出了一副“老子就是高大上学霸,屌丝学渣勿扰”的样子,这个东西真得就那么难么?

跳至工具栏