「 刘一哥与GIS的故事」

严重声明：本文来自专栏《GeoDa空间计量案例教程100例》，为CSDN博客专家刘一哥GIS原创，原文及专栏地址为：https://blog.csdn.net/lucky51222/category_12373659.html，谢绝转载或爬取！！！文章目录 一、空间自回归模型 二、Geoda空间回归分析 普通最小二乘法回归（OLS） 空间滞后回归 空间误差回归 估计结果

探索性空间数据分析主要使用两类工具：第一类用来分析整个区域关联性的指数，该类指数称之全局空间关联性指标，如全局莫兰(Moran)指数I和盖里(Geary)指数C等。第二类用来分析区域内各个地域单元关联性的指数，该类指数称之局部空间自相关指标，如局部莫兰指数I和盖里指数C等。某一变量在空间上发生集聚，意味着在一定区域内，这一变量在各个地域单元之间具有自相关性：某一地域单元该变量较高，其周围地域单元该变量也较高；值所包围(高一低)。高的G值表示高值的地域单元集中在一起，而低的G值表示低值的地域单元集中在一起。

1. 空间权重矩阵 2. “车式”邻接 3. “后式”邻接 4. k最近邻居。非几何距离”空间权重矩阵是以非几何距离变量(比如，不同地域单元的邻接边界长度、土地面积、双边贸易额、交通便利程度和社会网络结构等)来确定矩阵元素值，比如，在一些文献中，出现过的Dacey矩阵、Cliff-Ord矩阵、一般可表达性矩阵、资源可利用性矩阵、获取资源易难程度矩阵和交往复杂性矩阵等。)等，甚至可以是距离和距离排位顺序的两元函数

【GeoDa实用技巧100例】024：geoda计算全局（局部）莫兰指数Moran's I，单变量莫兰指数，双变量莫兰指数计算，LISA聚类地图，显著性地图，Geoda双变量莫兰指数是一种强大的地理空间数据分析工具。

空间权重矩阵(或相应的表格形式)一般需要用计算机软件生成。在GeoDa中，无法直接生成空间权重矩阵，只能生成它的表格形式，即邻接关系的gal文档和距离关系的gat文档，两者都可以用Notepad++打开（推荐使用）。下面我们用萨克拉门托(sacramentot)人口调查资料为例，说明用GeoDa生成“车式”邻接、“后式”邻接和k最近邻居空间权重矩阵的gal(或gwt)文档。

随着计算机技术在各领域广泛应用，人们可以方便地进行大规模的空间统计和空间计量工作。在这些探索过程中，人们发现，无论在政治经济领域，还是在生物地理方面，空间关联性现象是普遍存在的，且近处比远处关联性更强。托布勒将此称为地理学第一定律。地理学第一定律是关于地理事物或属性在空间分布上互为相关的定律，它们存在集聚（clustering）、随机（random）、规则（Regularity）分布。这个定律来源于 Waldo Tobler 的观点“任何事物都相关，只是相近的事物关联更紧密”。

统计地图是显示地图中极端值的又一种方法。GeoDa生成一种圆圈统计地图，原始的空间单元被圆圈所代替。圆圈的面积与被选变量的值是成比例的。圆圈本身尽可能以非线性最优原则，紧密地排列在相匹配的空间单元的原始位置。严重声明：本文为CSDN博主刘一哥GIS原创，原文，拒绝转载。圆圈的位置是一种非线性方法叠代的结果，在必要时可以重新定义。比如，在统计地图中右击，选择【调整气泡大小】：通过拖动滑动块调整气泡大小，调整气泡大小后的地图：严重声明：本文为CSDN博主刘一哥GIS原创，原文，拒绝转载。

geoda空间计量分析免费教程实验数据配套完整，空间分析案例教程，内容包括条件地图，条件散点图，条件直方图，条件箱线图。条件图是一种类似于矩阵统计图的统计图表，两者的差异在于：传统矩阵统计图是以非空间变量构成的图表矩阵，而条件图是以空间变量构成图表矩阵。条件图用于反映不同地域的要素变量特性(或相互间关系的差异性)。

在一般坐标系中，3D是可视化探索不同点相关性的极限。为了探索高维空间(大于3维)的可视化问题，1885年法国数学家奥克南提出了平行坐标的解决方案。平行坐标图，简称PCP，可以用可视化方式表现超高维数据。平行坐标图的一个显著优点是其具有良好的数学基础，其射影几何解释和对偶特性使它很适合用于可视化数据分析。平行坐标图是一种将高维“点”映射为二维平面“折线”的可视化技术。这种技术能够帮助我们探索和分析数据。为了表示n维空间的坐标，我们在二维平面上构建n条平行且等距的直线(既可以是水平的，也可以是垂直的)。

散点图是一种以点的分布反映变量之间相关情况的统计图。根据散点图中各点的分布走向和密度，可以大致判断变量之间相互关系。根据反映变量的维度可分为二维(亦称2D)和三维(亦称3D)两种。一般散点图系指二维的散点图。

箱形图，也称箱线图(Box and Whisker Diagram)、箱图、盒须图、盒式图和盒形图等，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。箱形图是由美国著名统计学家图基在1977年发明的。在一幅经典的箱形图中，矩形框内包含了50%的观察值。矩形的上边线等于上四分位数，下边线等于下四分位线，框内线等于中位数；从框内延长出来的线称为须线(whisker)，须线的上端等于非异常值的最大观察值，下端等于非异常值的最小观察值。在图中，还用星号表示极端异常值，圆圈表示温和异常值。

直方图，也称柱状图，是对随机变量密度函数的近似描述，用于表示观察变量的频数分布和探测观察变量的不对称性。横轴表示被观察的指标，纵轴表示频数或频率，以直条面积代表各组段的频率或频数。

泰森多边形是进行快速插值和分析地理实体影响区域的常用工具。例如，用离散点的性质描述多边形区域的性质，用离散点的数据计算泰森多边形区域的数据。泰森多边形可用于定性分析、统计分析和临近分析等。

多年研究地图学、地理信息系统、遥感、摄影测量和GPS等应用，精通ArcGIS等软件的应用，精通多门编程语言，擅长GIS二次开发和数据库系统开发，具有丰富的行业经验，致力于无人机测绘、地信、数字城市、资源、环境、生态、国土空间规划、空间数字建模、数字城市等领域深度应用。

1.矢量数据属性表字段命名可能会影响数据加载及后期制作，建议不要出现中文命名字段。打开动画窗口，选择变量为POP人口字段，设置好相应的参数，点击播放即可。加载全国第七次省份人口普查数据（位于配套实验数据包。点击【地图】→【地图动画】。打开属性表查看人口数据。到底是怎么制作的呢？

平滑地图(Smooth，或称滑动平均地图)是以“平滑”的观测值(简称平滑值)，而非实际的观测值编制的地图。某个地域单位的所谓平滑值是指该地域单位与周围地区观测值的平均值。地图平滑化的目的是降低和缓减极端异常样本。在 GeoDa中，平滑地图有原始比率(Raw Rate)、极端危险(ExcessRisk)，经验贝叶斯(Empirical Bayes)、空间比率(Spatial Rate)和空间经验贝叶斯(Spatial Empirical Bayes)等。

与分位数地图和百分位地图相比，标准差地图最大的不同在于不是以分位数来划分等级，而是以平均值为中心，向下划3个等级，向上划3个等级，包括本身,共7个等级。本文仍以圣路易斯78个县1984—1988年凶杀案发生率为例。

出现一个变量设置(Variables Settings)对话框，如下图所示，在变量设置对话框第一变量栏中选中变量HC8488，点击确定。属性表如下，其中HC8488字段为圣路易斯78个县1984—1988年凶杀案发生率。本文将基于此字段进行分位数地图的制作。这样就制作了一幅圣路易斯78个县1984–1988年凶杀案发生率的百分位地图。百分位地图与分位数地图有所不同,它的分位数是固定的和不均等的。打开Geoda软件。

箱形地图是一种特殊的4分位地图，是在4分位数地图基础上再加一个异常值等级。这种地图本身与“箱形”没有什么联系，只是其构图思路是从箱形统计图演化而来，故称箱形地图。出现一个变量设置(Variables Settings)对话框，如下图所示，在变量设置对话框第一变量栏中选中变量HC8488，点击确定。这样就制作了一幅圣路易斯78个县1984–1988年凶杀案发生率的箱形地图。折叶点=1.5表示是按一般异常值标准确定异常值划定界线。折叶点=3.0表示按极端异常值标准确定异常值划定界线。打开Geoda软件。

1. 分位数。学过数理统计的朋友知道，所谓分位数(或点)就是随机变量X累积概率(或分布函数)等于(0,1)区间内某一固定值所对应的随机变量值。分位数包括上侧分位数下侧分位数和双侧分位数。2. 分位数地图。根据分位数来划分数量等级的地图称为分位数地图。在GeoDa中制作分位数地图还是相当方便的。

包含globalmapper汉化版免费下载。通过拖拽的方式打开配套实验数据包’data.rar’中的csv格式文本，经度选择LON，纬度选择LAT，同时可以看到数据预览，如果合适的话点击确定。总结：可以看出，无论是采用哪种数据格式或者坐标合适，生成点的分布情况是一致的。与ArcGIS等专业软件不同的是，过程中并不需要选择具体的坐标系统。要生成点，数据必须要有坐标，通常是地理坐标或者平面坐标，如下图所示，黄色背景为地理坐标，操作方法与上述相同，只是注意X，Y要对应选择平面坐标的东坐标与北坐标。

如果关掉了滑块，可以在图上右键→Heat Map→Specify Bandwidth打开滑块窗口。为了便于美观，做好热度图之后，可以加入长沙市行政区数据。为了作图的需要，通常需要添加底图。当然了，Geoda并非专业的作图软件，要想制作出漂亮专业的地图，大家可以参考。加载专栏配套的案例数据data004.rar中的。选择长沙市.shp面状矢量数据。

GeoDa支持 shapefile、地理数据库、GeoJSON、MapInfo、GML、KML 以及 GDAL 库支持的其他矢量数据格式。该程序还将表格格式（.csv、.dbf、.xls、.ods）中的坐标转换为这些空间数据格式之一，并在不同文件格式之间转换数据（例如 .csv 到 .dbf 或 shapefile 到 GeoJSON）。

GeoDa是一款免费的开源软件工具，用于空间数据分析。GeoDa旨在通过探索和建模空间模式来促进数据分析的新见解。GeoDa是由Luc Anselin博士和他的团队开发的。GeoDa是一个专门用来处理空间自相关分析的一个开源软件。相比ArcGIS，它功能更加强大，数据分析精度更加精确，表现方式更加多样。支持 shapefile、地理数据库、GeoJSON、MapInfo、GML、KML 以及 GDAL 库支持的其他矢量数据格式。

GeoDa是一个专门用来处理空间自相关分析的一个开源软件。相比ArcGIS，它功能更加强大，数据分析精度更加精确，表现方式更加多样。本文讲解GeoDa V1.20中文版下载、图文安装教程。