GeoDa空间计量(二)——全局和局部Moran‘I指数

GeoDa空间计量(二)——全局和局部Moran'I指数


上节我们进行了空间权重矩阵构建,这节我们将根据上节构建的空间权重矩阵进行全局和局部Moran’I指数检验。在进行检验之前,我们首先说一下,如何使用GeoDa将excel文件合并在shp文件中。

合并数据

(一)打开展示地图的shp文件,文件内容如下。
在这里插入图片描述
(二)合并excel数据
在这里插入图片描述
GeoDa不能很好识别中文,因此在excel表中各个地区的名称应使用拼音或英文的形式,且与shp文件中的拼音或英文形式相同;否则不能进行合并。这里的‘current table key’选取shp文件中的指标;‘import table key’选取excel中的指标;‘include’中excel合并到shp文件中的指标。
在这里插入图片描述
合并后的表格数据。最后两列增加了Region和GDP变量。
在这里插入图片描述

全局Moran’I

在这里插入图片描述
在这里插入图片描述
这里选取‘rook1.gal’文件,即基于地理邻接的空间权重矩阵。
在这里插入图片描述
在这里插入图片描述
显著性检验。这里可以选择999,也可以选择499,自行选择即可;每次运行结果的显著性不相同。
在这里插入图片描述
灰色柱子表示Moran’I指数;底部给出了Moran’I,期望,均值,标准差,z值。
在这里插入图片描述

局部Moran’I

在这里插入图片描述
这里同全局Moran’I相同,均为GDP。
在这里插入图片描述
在这里插入图片描述
‘Significance Map’为显著度地图,‘Cluster Map’为集聚地图’,‘Moran Scatter Plot’和全局Moran’I的结果相同,这里只选择前两个。
在这里插入图片描述

  • 14
    点赞
  • 88
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
基于Python实现全局局部双变量Moran指数计算,可以使用PySAL(Python空间分析库)来完成。PySAL是Python中最常用的空间数据分析库之一,提供了丰富的空间分析方法和函数。 要实现全局Moran指数计算,可以按照以下步骤进行: 1. 导入必要的库和模块: ```python import geopandas as gpd import libpysal as lp ``` 2. 导入数据集: ```python data = gpd.read_file('your_file.shp') ``` 3. 创建空间权重矩阵: ```python w = lp.weights.Queen.from_dataframe(data) ``` 4. 创建变量: ```python y = data['variable'] ``` 5. 计算全局Moran指数: ```python moran_global = lp.Moran(y, w) ``` 6. 输出结果: ```python print("全局Moran指数为: ", moran_global.I) print("p-value为: ", moran_global.p_sim) ``` 要实现局部Moran指数计算,可以按照以下步骤进行: 1. 导入必要的库和模块: ```python import geopandas as gpd import libpysal as lp ``` 2. 导入数据集: ```python data = gpd.read_file('your_file.shp') ``` 3. 创建空间权重矩阵: ```python w = lp.weights.Queen.from_dataframe(data) ``` 4. 创建变量: ```python y = data['variable'] ``` 5. 计算局部Moran指数: ```python moran_local = lp.Moran_Local(y, w) ``` 6. 输出结果: ```python print("局部Moran指数为: ", moran_local.Is) print("p-value为: ", moran_local.p_sim) ``` 以上就是基于Python实现全局局部双变量Moran指数计算的简要步骤。使用PySAL可以更加简便地进行空间数据分析,并获得Moran指数的结果。需要注意的是,根据实际情况修改数据导入的方式和文件路径。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值