水梦雪幻

[[GeoDa空间自相关分析]]：⭐⭐⭐⭐⭐。

空间自相关（Spatial Autocorrelation）是指一个变量的值在空间上的分布是否与其邻近位置的值相关。三种类型：1. 正空间自相关（Positive Spatial Autocorrelation）相似值聚集在一起高-高聚集，低-低聚集████ ████████ ████□□□□ □□□□□□□□ □□□□2. 负空间自相关（Negative Spatial Autocorrelation）相异值相邻高-低相间，棋盘状。

空间权重矩阵（Spatial Weights Matrix）是空间分析的核心概念，用于量化地理单元之间的空间关系。两个空间单元共享边或顶点即为邻居。│ 1 │ 2 │ 3 │ ← 中心单元的Queen邻居：1-8号│ 4 │ ● │ 5 │ 共8个邻居两个空间单元仅共享边（不包含顶点）即为邻居。│ │ 2 │ │ ← 中心单元的Rook邻居：2,4,5,7号├───┼───┼───┤ 共4个邻居│ │ 7 │ │设定一个距离阈值 d，在该距离范围内的单元为邻居。

GeoDa是由芝加哥大学空间数据科学中心（Center for Spatial Data Science）开发的开源空间数据分析软件，由空间计量经济学领域的权威专家教授主导开发。│ 文件(F) 编辑(E) 工具(T) 地图(M) 探索(X) 空间(S) 帮助(H) ││ [工具栏图标] ││ ││ 主地图窗口 ││ ││ ││ 状态栏: 观测数: 100 | 变量数: 10 | 坐标: (0, 0) │。

SaTScan™ 是一款免费的统计分析软件，专门用于分析空间、时间和时空数据。疾病监测: 检测地理或时空疾病聚集区，评估其统计显著性分布检验: 检验疾病在空间、时间或时空上是否随机分布警报评估: 评估疾病聚集区警报的统计显著性实时监控: 执行周期性重复疾病监测，实现疾病爆发的早期检测除了流行病学，SaTScan 还广泛应用于：考古学、天文学、植物学、犯罪学、生态学、经济学、工程学、林学、遗传学、地理学、地质学、历史学、神经学、动物学等领域。

软件简介SaTScan是一个用于对时间序列数据，空间数据或者时空数据进行时间、空间和时空扫描统计的开源的软件。他的主要功能包括以下几个方面：1、执行疾病地理监测，探索疾病的空间或者时空聚集区，同时探索对应的数据是否存在显著性相关。2、探索疾病是在时间、空间或者时空上的分布是离散的还是聚集的。3、评估疾病聚集区的统计学显著性特征。4、进行多种时间周期性疾病监测，以便及早发现疾病暴发。方法...

SaTScan会创建一个基于标准文本的结果文件，以KML或shapefile格式创建可选地理格式输出文件，以HTML格式创建可选时间图文件，以及ASCII或dBase格式的五个可选列格式输出文件。 可以将结果文件用于数据分析和地图可视化。其中结果汇总描述文件中各项指标解释如下：数据摘要（SUMMARY OF DATA）可以使用此选项检查输入数据文件是否包含正确数量的案例，地点等，即对输入参数...

前言SaTScan利用空间，时间或时空扫描统计数据分析空间，时间和时空数据，适用于以下场景：1）对疾病进行地理监测，检测空间或时空疾病群，并查看它们是否具有统计学意义。2）探测疾病是否随时间或在空间和时间上随机分布。3）评估疾病群集警报的统计显着性。4）进行前瞻性实时或定期疾病监测，以早期发现疾病爆发。该软件还可用于其他领域的类似问题，如考古学，天文学，植物学，犯罪学，生态学，经济学，...