空间权重矩阵计算

2011/4/111空间统计分析方法简介+空间自相关（spatialautocorrelation）+是测试空间某点的观测值是否与其相邻点的值存在相关性的一种分析方法。+如果某一位置变量值高，其附近位置上该变量值也高，则为正空间自相关，反之，则为负空间自相关。空间自相关的含义+全局莫兰指数（Moran’sI）+该指标可以指出区域属性值的分布是否是聚集，离散或者随机分布模式。+莫兰指数的值域为[-1，1]，取值为-1表示完全负相关，取值为1表明完全正相关，而取值为0表示不相关。iiijjijiijjixxxxxxnIww2,,)())((全局莫兰指数计算公式+通常用一个二元对称空间权重矩阵W来表达n个位置的区域的邻近关系，其中，wij为区域i与j的邻近关系。nnnnnn212222111211•简单的二进制邻接矩阵：•基于距离的二进制空间权重矩阵：其他相邻接和当区域01jiwij其他时的距离小于和当区域01djiwij空间权重矩阵+Z值检验)()('IVARIEsIMoranZ11)(nIE)()1(3)(2220202122IEnwwnwwnIVARdsninjijww110ninjijij)(212.2)..(ji，，显著性检验+LocalMoran′sI统计量它是GlobalMoran′sI的分解形式。+局部莫兰指数高值表明有相似变量值的面积单元在空间集聚（高值或低值），低值表明不相似变量值的面积单元在空间集聚。jjjijiijijixxwwnIjxxxx)(22)()(全局Moran′sI和LocalMoran′sI指数之间存在一下关系：InniiI1局部莫兰指数计算公式2011/4/112确定散点图的数据HH区域自身和周边地区的福利水平均较高，二者的空间差异程度较小，存在较强的空间正相关，即为热点区。LH区域自身福利水平较低，周边地区较高，二者的空间差异程度较大，较强的空间负相关，即异质性突出。LL区域自身和周边地区的福利水平均较低，二者的空间差异程度较小，存在较强的空间正相关，即为盲点区。HL区域自身福利水平较高，周边地区较低，二者的空间差异程度较大，较强的空间负相关，即异质性突出。Moran散点图空间涵义解释散点图的含义2011/4/113打开地图文件需要具备的地图文件打开地图文件在菜单栏中选择edit——slectevariable打开数据窗口点击右键——新建或删除变量输入数据数据录入制图点击map选择变量确定分几个等级2011/4/114等级图制作空间权重矩阵Tools_weights空间权重矩阵的确定方式空间权重矩阵的确定方式制作散点图计算莫兰指数点击右键可以保存结果莫兰指数2011/4/115局部莫兰指数制作空间集聚图选择变量选择需要的图形空间集聚图点击右键选择保存结果计算结果拟合曲线（GDP与消费总额）回归分析选择回归分析方式普通最小二乘法2011/4/116空间滞后模型空间误差模型谢谢！