moran指数 r语言_白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响...
原标题:白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响
上一篇,讲了R语言中的空间权重矩阵的结构,这一节讲讲R语言里面空间权重矩阵的自定义。
与ArcGIS自定义空间权重矩阵一样,R语言的空间权重矩阵如果纯粹从零开始自定义生成,是非常麻烦的事情,所以我们一般先做一个默认的空间关系对象,然后再进行修改。这种方式,用牛爵爷的话来说,叫做“踩在巨人的肩膀上”(当年,牛爵爷说这句话的时候,绝对不是谦虚,而是说:你们就算是巨人,也得老老实实被我踩在脚下)——
言归正传,下面我们来自定义一个空间权重矩阵,还是用中国,但是我按照中国七大区域划分方法:
代码如下:
#东北
db
#华北
hb
#华中
hz
#华东
hd
#华南
hn
#西南
xn
#西北
xb
#进行自定义临近关系
w_cm_cn
ccn
for(area in ccn){
for(i in area){
i_id
temp
for (j in area){
j_id
if(i_id != j_id){
temp
}
}
w_cm_cn[[i_id]]
}
}
#绘制自定义的临近关系
w_cm_cn_mat
plot(cnData)
points(map_crd,col='red',pch='*')
plot(w_cm_cn_mat,coords=map_crd, cex=0.1, col="blue", add=T)
定义的绘制结果如下:
下面我们来用不同空间权重矩阵,来计算一下中国2009年各省gdp的莫兰指数,绘图如下:
mycolors
spplot(cnData, zcol="GDP_2009", col.regions=mycolors, main="中国2009年各省GDP")
首先用默认的共点共边,来计算一下:
莫兰指数为0.2643,表示空间正相关,p值为0.004,拒绝了零假设,z得分为2.65,表现为显著。
然后下面用自定义七大区域的空间权重矩阵来进行计算:
P值为0.22,无法拒绝零假设——
那么结果表示,如果中国按照区域来进行划分,各区域内的GDP(起码2009年)体量呈现随机均衡的发展情况。即每个区域内,都有很强的的省,也有很弱的省,强弱的分布比较均匀,GDP强省和GDP弱省出现的概率是一样。
那么我简单修改一下我的空间权重矩阵,进行一下优化组合,比如从华东把安徽移掉,把广东、山东加入到华东区域,人为的造就一个超级富有的区域:
#############################################
# 自定义七大区域划分:制造东部沿海发达区域 #
#############################################
#东北
db
#华北
hb
#华中
hz
#华东(人为制造华东为东部沿海发达区域)
hd
#华南
hn
#西南
xn
#西北
xb
绘制结果如下:
再次进行莫兰指数的计算:
p值小于0.001,z得分大于4,拒绝零假设且非常显著的出现了聚集。
莫兰指数为0.552,表示高度的空间自相关。
这种划分,表示了如果将中国区域划分为沿海发达经济区、中部和西北欠发达区域的话,GDP的表现出现了高度的聚集(发达地区和发达地区在空间上出现聚集,欠发达和欠发达地区空间聚集)表现高度的空间自相关性,表示了划分上面的严重不均衡。
最后总结:
1、从上面几个例子可以看出,利用不同的空间关系进行计算,得到的结果是完全不一样的,所以在进行空间分析的时候,需要选定好不同的空间关系——没有最好,只有最合适。
2、R语言对空间权重矩阵的自定义,可以通过修改临近对象集合来实现。R语言是明码标识,易读易写。
下一篇,我们将介绍其他几种空间关系定义方法在R语言里面怎么定义。
责任编辑:
moran指数 r语言_白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2):不同空间关系对莫兰指数的影响...相关推荐
- 二进制空间权重矩阵_白话空间统计之二十五:空间权重矩阵(三)解构空间权重矩阵...
原标题:白话空间统计之二十五:空间权重矩阵(三)解构空间权重矩阵 中国古代就有"天圆地方"一说,所谓的"方"就是所谓的矩阵-- 在军事上面,最为讲究就是团体的力 ...
- 白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(2)
上一篇,讲了R语言中的空间权重矩阵的结构,这一节讲讲R语言里面空间权重矩阵的自定义. 与ArcGIS自定义空间权重矩阵一样,R语言的空间权重矩阵如果纯粹从零开始自定义生成,是非常麻烦的事情,所以我们一 ...
- 白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(5)完结篇:自然临近关系
自然临近是R语言中spdep中内置的最后一种临近关系. 所谓的自然临近,指的是不进行任何的预设关系,通过其空间位置来判断是否属于相互临近,那么这个空间位置指的是什么呢?众所周知,在几何图形中,三角形是 ...
- 白话空间统计之二十五:空间权重矩阵(一)点数据的空间关系(1)
空间分析的根基,来源于60年代Waldo R. Tobler教授"地理学第一定律"的"Tobler's First Law"(简称TFL),即为"Ev ...
- 白话空间统计之二十五:空间权重矩阵(四)R语言中的空间权重矩阵(4):K临近
前面几节已经将spdep定义空间关系和转换为空间权重矩阵的方法及原理给大家做了个简单的介绍,本章将spdep中的其他几种空间关系做一个简单介绍,就当资讯存档了. 除去触点连接和距离范围(上一节描述的, ...
- moran指数 r语言_新版白话空间统计(19)空间关系对莫兰指数的影响
前文再续,书接上一回. 上一回我们说到用GeoDa可以自定义空间权重矩阵和空间关系,那么空间关系到底在我们的分析中,会产生什么样的影响呢?今天我们通过一个简单的例子来给大家示例一下: 首先我们用常规的 ...
- 【C语言进阶深度学习记录】二十五 指针与数组的本质分析二
文章目录 1 数组的访问方式 1.1 数组的访问方式代码分析 2 数组和指针不同 3 a 和 &a 的区别 3.1 指针运算的经典代码案例分析 4 数组作为函数的参数 4.1 数组作为函数参数 ...
- 白话空间统计之:Moran's I(莫兰指数)
前两天聊了空间统计学里面的两个经典概念,今天来说说第一篇文章留下的大坑: Moran's I . 首先,Moran's I这个东西,官方叫做:莫兰指数,是澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯· ...
- 空间统计:Moran's I(莫兰指数)
前两天聊了空间统计学里面的两个经典概念,今天来说说第一篇文章留下的大坑:Moran's I. 首先,Moran's I这个东西,官方叫做:莫兰指数,是澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰 ...
最新文章
- 程序可以在硬件之间发送吗_你知道硬件、软件工程师之间,还有一个固件工程师吗?...
- 5 步助你成为一名优秀的 Docker 代码贡献者
- Java进击C#——应用开发之Asp.net MVC
- 如何用 TypeScript 代码区分一个 button 动作是由键盘还是鼠标触发的
- 战队服务器人员位置,和平精英:职业战队如何分配成员位置?5大定位划出5种职位...
- asterisk queue 队列
- Java sychronized关键字总结(二)
- 洛阳地铁一号线无人驾驶_洛阳地铁第一个过街通道建成,地铁时代离洛阳人还远吗?...
- 素材解析程序源代码,用thinkphp开发的 支持12大网站,其他需要定制
- Python五子棋游戏源代码源程序
- 黑苹果16g内存够用吗_刚脱坑黑苹果,给想装黑苹果的几个建议
- xp系统下载U盘安装教程,u盘安装xp系统方法
- outlook2007打开eml格式文件
- make VERBOSE=1等的作用
- 处理 yarn 项目 has unmet peer dependency
- 第七届ArcGIS暨ERDAS用户大会
- redis crackit入侵事件总结
- 五款高人气商城热销蓝牙耳机,低延迟手游党最爱蓝牙耳机品牌
- 如何解决服务器证书不受信任,pycharm 如何跳出服务器证书不受信任的提示
- mysql实践周心得_实践周心得体会4篇