geoda空间自相关分析_空间自相关与空间集聚特征

空间自相关是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法，即空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标，可以分为正相关和负相关，正相关表明某单元的属性值变化与其邻近空间单元具有相同变化趋势，负相关则相反。在地学邻域，地统计学数据主要来源于研究对象在空间区域上的抽样，进而分析各种自然现象的空间变异规律和空间格局，并且已被证明是研究空间分异和空间格局的有效方法。

空间自相关是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性。Tobler地理学第一定律指出：任何事物 与别的事物之间都是相关的，但近处的事物比远处的事物的相关性更强。

空间数据具有三大属性，即空间、时间和专题属性，后两者常常被视为非空间属性。空间属性是指空间对象几何特征，以及与相邻物体的拓扑关系；时间属性是指空间数据总是在某一时刻或者时间段内取得的或者产生的；专题属性是指以上两种属性以外的空间现象的其他特征。即空间数据提供两类信息：一是定位数据和拓扑数据；二是描述研究对象的非空间属性。空间自相关就是对定位数据和拓扑数据的一种描述。

也因此空间自相关分析可以去探究数据的集聚特征，换言之，空间自相关分析是一种“工具”，而集聚特征是所得到的“结果”。