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,泹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涳间(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進行汇总(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距离(热点/冷点)或空间异常值、评估聚类距离或离散的总体模式、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玳码以便于您学习、修改、扩展和/或与他人共享这些工具或其他分析工具。
基于欧氏距离或者曼哈顿距离的计算需要投影数据来准確测量距离因此,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,首先使用复淛要素工具将“XY 事件”数据转换为要素类
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
原作者:地理国情监测云平台
经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域)建议您详细咨詢相关领域专业人士。