《地学统计分析》由会员分享，可在线阅读，更多相关《地学统计分析（1页珍藏版）》请在装配图网上搜索。
1、莫兰指数一、分析步骤1、 ArcGIS 中，工具在如下位置：Spatial Statistics ToolsAnalyzing PatternsSpatialAutocorrelation (Morans I)2、参数设置用距离来对空间概念进行的描述的方式，就是所谓的空间关系的概念化选择了 CONTIGUITY_EDGES_CORNERS，共边共点都被视为邻接要素.3、在结果栏中，双击生成的*.h tml的页面，弹出如下E八44*三、数据分析1、理论知识(1)零假设(null hypo thesis),有时候又称原假设，你在检验你的结果之前，先对这些结果假设 一个数值区间,这个区间一般是符合某
2、种概率分布的情况,如果你的真实结果偏离了你设定的 区间，就表示发生了小概率事件。这样你原来的假设就不成立了。如果你的计算结果落在2 到2之间，就表示你的假设是可以接受得，但是不在这个范围内，就说明消息小概率事件了。既 然有小概率事件，就说明两种可能:1，你的假设有错误;2，出现了异常值。(2) p值和Z得分 p值代表数据来源的可靠性，z得分和莫兰指数都表示此数据有明显的规律。p值(P-Value,Probability，Pr)，代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析 中,P值表示所观测到的空间模式是由某一随机过程创建而成的概率。如果是0.1，就表示只有10% 的可能
3、性是随机生成的结果。P值要小于0.1.标准差能反映一个数据集的离散程度,Z得分，就是标准差的倍数(有正负之分) 置信度要进行数据分析，我们首先就要设立一个置信度，也就是说，你要设定你的数据，起码要有多 大的可能性，被落在你期望的区间内.2、结果分析 数据分布出现显著的随机分布特性，无法拒绝零假设，无分析价值。 数据分布仅有小于 10%的可能是随机分布的,出现数据聚集的可能性大于随机分布的可能 性，但是不能显著的拒绝零假设。(p值为0.09) 数据分布仅有小于5%的可能是随机分布的，出现数据聚集的可能性大于随机分布的可能， 且能够显著的拒绝零假设此结果表示XX数据的空间分布，出现一定的聚集特征，且具有空 间正相关模式，用于分析的值与空间聚集度成正比。
地学统计分析
