計(jì)量地理學(xué)上機(jī)實(shí)習(xí)指導(dǎo)書 全

1、計(jì)量地理學(xué)實(shí) 驗(yàn) 指 導(dǎo) 書楊 永 國 編中國礦業(yè)大學(xué)資源學(xué)院二零一五年三月說 明一、 該指導(dǎo)書所屬課程計(jì)量地理學(xué)二、 適用專業(yè)人文地理與城鄉(xiāng)規(guī)劃專業(yè)。三、 實(shí)驗(yàn)總學(xué)時(shí)課內(nèi)上機(jī)實(shí)習(xí)12學(xué)時(shí)，可根據(jù)需要增開適當(dāng)?shù)恼n外機(jī)時(shí)。四、 各實(shí)驗(yàn)項(xiàng)目名稱及學(xué)時(shí)數(shù)該門課程課內(nèi)上機(jī)總學(xué)時(shí)12, 具體分配如下: 實(shí)驗(yàn)1：地理數(shù)據(jù)的統(tǒng)計(jì)處理 2學(xué)時(shí) 必做實(shí)驗(yàn)2：回歸分析 2學(xué)時(shí) 必做實(shí)驗(yàn)3：時(shí)間序列分析 2學(xué)時(shí) 必做實(shí)驗(yàn)4：主成分分析 2學(xué)時(shí) 必做實(shí)驗(yàn)5：空間統(tǒng)計(jì)分析 2學(xué)時(shí) 必做實(shí)驗(yàn)6：線性規(guī)劃單純形求解方法 2學(xué)時(shí) 必做五、 先修課程1. 高等數(shù)學(xué)2. 線性代數(shù)3. 概率論與數(shù)理統(tǒng)計(jì)4. 計(jì)算機(jī)程序設(shè)計(jì)語言實(shí)驗(yàn)

2、1：地理數(shù)據(jù)的統(tǒng)計(jì)處理一、實(shí)習(xí)目的通過實(shí)驗(yàn)，學(xué)生學(xué)會(huì)使用 EXCEL、SPSS、Matlab 軟件對(duì)數(shù)據(jù)作簡(jiǎn)單的統(tǒng)計(jì)處理。掌握這些軟件進(jìn)行統(tǒng)計(jì)分析的原理，并進(jìn)行上機(jī)操作。二、實(shí)習(xí)內(nèi)容地理數(shù)據(jù)統(tǒng)計(jì)整理的基本步驟如下：統(tǒng)計(jì)分組，就是根據(jù)研究目的，按照一定的分組標(biāo)志將地理數(shù)據(jù)分成若干組。計(jì)算各組數(shù)據(jù)的頻數(shù)、頻率，編制統(tǒng)計(jì)分組表。作分布圖。實(shí)驗(yàn)數(shù)據(jù)如下：對(duì)于黃土高原西部地區(qū)某山區(qū)縣的人工造林地調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理,步驟如下:(1)以地塊面積作為統(tǒng)計(jì)分組標(biāo)志進(jìn)行分組；(2)計(jì)算各組數(shù)據(jù)的頻數(shù)、頻率，編制成如下的統(tǒng)計(jì)分組表；表2.4.1 某縣人工造林地面積的統(tǒng)計(jì)分組數(shù)據(jù)分組序號(hào)1234567891011分

3、組標(biāo)志(0,1(1,2(2,3(3,4(4,5(5,6(6,7(7,8(8,9(9,10(10,11)組 中值0.51.52.53.54.55.56.57.58.59.510. 5頻 數(shù)25961362142532862602031548524頻 率1445.537.8312.3314.5716.4714.9811.698.874.901.38向上累計(jì)頻數(shù)251212574717241 0101 2701 4731 6271 7121 736向下累計(jì)頻數(shù)1 7361 7111 6151 4791 2651 01272646626310924(3)做出頻數(shù)分布的直方圖 :圖2.4.1 頻數(shù)分布柱

4、狀圖(4)將上圖各組的頻數(shù)分布從組中值位置用折線連接起來，得到頻數(shù)分布的曲線圖:注：上述過程可分別在Excel、SPSS中實(shí)現(xiàn)，請(qǐng)自行練習(xí)。三、實(shí)習(xí)要求1. 預(yù)習(xí)實(shí)習(xí)內(nèi)容，復(fù)習(xí)有關(guān)講課內(nèi)容，事先熟悉實(shí)驗(yàn)過程。2. 自主學(xué)習(xí)相關(guān)統(tǒng)計(jì)軟件，分別使用這些軟件對(duì)數(shù)據(jù)進(jìn)行處理，觀察并分析實(shí)驗(yàn)結(jié)果。3. 實(shí)習(xí)結(jié)束，將計(jì)算結(jié)果存盤，并書寫上機(jī)實(shí)習(xí)報(bào)告。實(shí)驗(yàn)2：回歸分析（2學(xué)時(shí)）一、實(shí)習(xí)目的 通過實(shí)驗(yàn)，學(xué)生需要了解回歸分析方法的原理，掌握回歸分析的方法和步驟，能夠利用SPSS或Matlab軟件實(shí)現(xiàn)建立一元線性回歸模型、多元線性回歸模型以及非線性回歸模型。2、 實(shí)習(xí)內(nèi)容某省降水量(p)看做因變量，維度（y）看做

5、自變量，建立一元線性回歸模型描述兩變量之間的數(shù)量關(guān)系。臺(tái)站緯度(y)降雨量(p)A140.548.25A236.6193.72A335.53413.94A437.48358.6A535.43615.04A633.82752.42A735.63435.43A836.57238.55A939.7787.85A1036.05316A1134.2503.73A1235.38554.04A1335.62502.07A1434611.78A1534.38603.66回歸分析的步驟如下： (1)明確變量。明確預(yù)測(cè)的具體目標(biāo)，確定了因變量與自變量。 (2)建立回歸模型。依據(jù)自變量和因變量的歷史統(tǒng)計(jì)資料進(jìn)行計(jì)算

6、，在此基礎(chǔ)上建立回歸分析方程，即回歸分析模型。 (3)進(jìn)行相關(guān)分析。求出相關(guān)關(guān)系，以相關(guān)系數(shù)的大小來判斷自變量和因變量的相關(guān)的程度。(4)顯著性檢驗(yàn)?；貧w模型建立之后，需要對(duì)模型的可信度進(jìn)行檢驗(yàn)，以鑒定模型的質(zhì)量。線性回歸方程的顯著性檢驗(yàn)借助F檢驗(yàn)完成。實(shí)驗(yàn)結(jié)果：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.895a.800.78595.87713a. 預(yù)測(cè)變量: (常量), 緯度。系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量)3838.885475.1188.080.000緯度-94.92013.156-.895-7.215.000a. 因變量: 降雨量三 實(shí)驗(yàn)要

7、求1. 預(yù)習(xí)實(shí)習(xí)內(nèi)容，復(fù)習(xí)有關(guān)講課內(nèi)容，事先了解SPSS和Matlab軟件的使用。2. 獨(dú)立使用相關(guān)數(shù)據(jù)利用軟件進(jìn)行實(shí)際操作。3. 實(shí)習(xí)結(jié)束，將計(jì)算結(jié)果存盤，并書寫上機(jī)實(shí)習(xí)報(bào)告。實(shí)驗(yàn)3：時(shí)間序列分析一、實(shí)習(xí)目的1、掌握進(jìn)行時(shí)間序列分析的基本原理和應(yīng)用要點(diǎn)，掌握應(yīng)用SPSS軟件進(jìn)行時(shí)間序列分析的基本方法和步驟；2、應(yīng)用SPSS針對(duì)具體目標(biāo)進(jìn)行時(shí)間序列分析；3、應(yīng)用Excel進(jìn)行季節(jié)預(yù)測(cè)。二、實(shí)習(xí)內(nèi)容（一）時(shí)間序列分析的基本原理以及主要方法有：1.平滑法時(shí)間序列分析的平滑法主要有三類 ：（1）移動(dòng)平均法設(shè)某一時(shí)間序列為 y1，y2，yt，則t+1時(shí)刻的預(yù)測(cè)值為 （4.3.13）式中: 為t點(diǎn)的移動(dòng)

8、平均值; n稱為移動(dòng)時(shí)距。（2）滑動(dòng)平均法其計(jì)算公式為 （4.3.14）式中: 為t點(diǎn)的滑動(dòng)平均值;l為單側(cè)平滑時(shí)距；若l=1，則（4.3.14）式稱為三點(diǎn)滑動(dòng)平均。（3）指數(shù)平滑法 一次指數(shù)平滑 （4.3.17）為平滑系數(shù)。一般時(shí)間序列較平穩(wěn)，取值可小一些，一般取（0.05,0.3）；若時(shí)間序列數(shù)據(jù)起伏波動(dòng)比較大，則應(yīng)取較大的值，一般?。?.7,0.95）。 高次指數(shù)平滑法二次指數(shù)平滑法的預(yù)測(cè)公式為（4.3.18）三次指數(shù)平滑法的預(yù)測(cè)公式 為（4.3.19）（二）利用平滑法進(jìn)行時(shí)間序列分析的實(shí)驗(yàn)步驟（1）移動(dòng)平均與滑動(dòng)平均的計(jì)算1、打開SPSS，輸入某地區(qū)1990-2004年間糧食產(chǎn)量，如下

9、表所示。年份糧食產(chǎn)量三點(diǎn)移動(dòng)五點(diǎn)移動(dòng)三點(diǎn)滑動(dòng)五點(diǎn)滑動(dòng)1990 3149.44 1991 3303.66 3154.47 1992 3010.30 3141.19 3242.44 1993 3109.61 3154.47 3253.04 3263.32 1994 3639.21 3141.19 3334.21 3295.88 1995 3253.80 3253.04 3242.44 3453.17 3461.80 1996 3466.50 3334.21 3263.32 3520.07 3618.81 1997 3839.90 3453.17 3295.88 3733.69 3692.89 19

10、98 3894.66 3520.07 3461.80 3914.72 3892.78 1999 4009.61 3733.69 3618.81 4052.51 4019.78 2000 4253.25 3914.72 3692.89 4121.45 4075.78 2001 4101.50 4052.51 3892.78 4158.21 4148.58 2002 4119.88 4121.45 4019.78 4160.01 4227.01 2003 4258.65 4158.21 4075.78 4260.11 2004 4401.79 4160.01 4148.58 2、選擇【轉(zhuǎn)換創(chuàng)建時(shí)間

11、序列】，在彈出的對(duì)話框中單擊【函數(shù)】下面的下拉條，選擇【prior moving average】方法，在【跨度】中輸入3、5，分別求算3點(diǎn)、5點(diǎn)移動(dòng)平均，選擇【centered moving average】，在【跨度】中輸入3、5，分別求算3點(diǎn)、5點(diǎn)滑動(dòng)平均，求得結(jié)果如上表所示，對(duì)話框如圖4-1所示。圖4-1 時(shí)間序列對(duì)話框設(shè)置（2）應(yīng)用Excel進(jìn)行季節(jié)預(yù)測(cè)1、在Excel中輸入如下表所示旅游人數(shù)數(shù)據(jù)。年份季度t游客人數(shù)1998 1 1 260.00 2 2 375.00 3 3 340.00 4 4 223.00 1999 1 5 275.00 2 6 412.00 3 7 352.0

12、0 4 8 231.00 2000 1 9 287.00 2 10 428.00 3 11 364.00 4 12 243.00 2、計(jì)算每季度游客人數(shù)的3點(diǎn)滑動(dòng)平均，并使用命令“F3=D3/E3”求出1998年2季度季節(jié)性指標(biāo)，將其復(fù)制，求得其他季度的季節(jié)性指標(biāo)。年份季度t游客人數(shù)三次滑動(dòng)平均1998 1 1 260.00 2 2 375.00 325.00 1.1538 3 3 340.00 312.67 1.0874 4 4 223.00 279.33 0.7983 1999 1 5 275.00 303.33 0.9066 2 6 412.00 346.33 1.1896 3 7 35

13、2.00 331.67 1.0613 4 8 231.00 290.00 0.7966 2000 1 9 287.00 315.33 0.9101 2 10 428.00 359.67 1.1900 3 11 364.00 345.00 1.0551 4 12 243.00 3、4個(gè)季節(jié)的季節(jié)性指標(biāo)之和為3.9515，因此其校正系數(shù)為4/3.9515=1.01227，據(jù)此計(jì)算出校正后季節(jié)性指標(biāo)，如下表所示。季度1 2 3 4 年份1998 1.1538 1.0874 0.7983 1999 0.9066 1.1896 1.0613 0.7966 2000 0.9101 1.1900 1.055

14、1 季節(jié)性指標(biāo)0.9084 1.1778 1.0679 0.7975 3.9515 0.9195 1.1923 1.0810 0.8072 1.01227 4、分別求得游客人數(shù)的1次平滑值和2次平滑值，結(jié)果如下表所示，其中H3（283）=D3*0.2+0.8*H2=375*0.2+260*0.8=283，I3（264.6）=0.2*H3+0.8*I2=283*0.2+260*0.8，同理可以獲得不同季節(jié)的1次、2次平滑值，據(jù)此求得不同季節(jié)的at、bt值。5、據(jù)此，可以算得每1季度的預(yù)測(cè)游客數(shù)。S1S2atbt260.00 260.00 260.0000 0.0000 283.00 264.60

15、 301.4000 4.6000 294.40 270.56 318.2400 5.9600 280.12 272.47 287.7680 1.9120 279.10 273.80 284.3952 1.3248 305.68 280.17 331.1808 6.3760 314.94 287.13 342.7564 6.9537 298.15 289.33 306.9745 2.2053 295.92 290.65 301.1951 1.3181 322.34 296.99 347.6884 6.3376 330.67 303.72 357.6167 6.7366 313.14 305.61

16、 320.6661 1.8824 322.5485 296.5819 324.4309 386.80 326.3134 352.76 328.1958 264.93 三、實(shí)習(xí)要求1. 預(yù)習(xí)實(shí)習(xí)內(nèi)容，復(fù)習(xí)有關(guān)講課內(nèi)容，事先熟悉實(shí)驗(yàn)過程。2. 理解時(shí)間序列分析的原理，了解進(jìn)行時(shí)間序列分析的各種方法和步驟，使用統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行序列分析，觀察并分析實(shí)驗(yàn)結(jié)果。3. 實(shí)習(xí)結(jié)束，將計(jì)算結(jié)果存盤，并書寫上機(jī)實(shí)習(xí)報(bào)告。實(shí)驗(yàn)4：主成分分析（2學(xué)時(shí)）一、實(shí)習(xí)目的 通過實(shí)驗(yàn)，學(xué)生需要了解主成分分析方法的原理，掌握主成分分析的方法和步驟，能夠利用SPSS或Matlab軟件進(jìn)行確定主成分并對(duì)結(jié)果進(jìn)行分析。2、 實(shí)驗(yàn)內(nèi)容

17、 某農(nóng)業(yè)生態(tài)經(jīng)濟(jì)系統(tǒng)各區(qū)域單元的有關(guān)數(shù)據(jù)如下表： 樣本序號(hào)人口密度x1/(人.km-2)人均耕地面積x 2/hm2)森林覆蓋率x3/%農(nóng)民人均純收入x4/(元人-1)人均糧食產(chǎn)量x5 (kg人-1)經(jīng)濟(jì)作物占農(nóng)作物播面比例x6/耕地占土地面積比x7/果園與林地面積之比x8/灌溉田占耕地面積之比x9/1363.912 0.352 16.101 192.110 295.340 26.724 18.492 2.231 26.262 2141.503 1.684 24.301 1752.350 452.260 32.314 14.464 1.455 27.066 3100.695 1.067 65.6

18、01 1181.540 270.120 18.266 0.162 7.474 12.489 4143.739 1.336 33.205 1436.120 354.260 17.486 11.805 1.892 17.534 5131.412 1.623 16.607 1405.090 586.590 40.683 14.401 0.303 22.932 668.337 2.032 76.204 1540.290 216.390 8.128 4.065 0.011 4.861 795.416 0.801 71.106 926.350 291.520 8.135 4.063 0.012 4.862

19、 862.901 1.652 73.307 1501.240 225.250 18.352 2.645 0.034 3.201 986.624 0.841 68.904 897.360 196.370 16.861 5.176 0.055 6.167 1091.394 0.812 66.502 911.240 226.510 18.279 5.643 0.076 4.477 1176.912 0.858 50.302 103.520 217.090 19.793 4.881 0.001 6.165 1251.274 1.041 64.609 968.330 181.380 4.005 4.06

20、6 0.015 5.402 1368.831 0.836 62.804 957.140 194.040 9.110 4.484 0.002 5.790 1477.301 0.623 60.102 824.370 188.090 19.409 5.721 5.055 8.413 1576.948 1.022 68.001 1255.420 211.550 11.102 3.133 0.010 3.425 1699.265 0.654 60.702 1251.030 220.910 4.383 4.615 0.011 5.593 17118.505 0.661 63.304 1246.470 24

21、2.160 10.706 6.053 0.154 8.701 18141.473 0.737 54.206 814.210 193.460 11.419 6.442 0.012 12.945 19137.761 0.598 55.901 1124.050 228.440 9.521 7.881 0.069 12.654 20117.612 1.245 54.503 805.670 175.230 18.106 5.789 0.048 8.461 21122.781 0.731 49.102 1313.110 236.290 26.724 7.162 0.092 10.078 主成分分析的步驟和

22、過程如下： (1)計(jì)算相關(guān)系數(shù)矩陣。 相關(guān)系數(shù)矩陣表示為： 其中：rij(i，j=1，p)是原始數(shù)據(jù)xi和xj之間的相關(guān)系數(shù)，其計(jì)算公式為： (2)計(jì)算特征值和特征向量。 求解特征方程|i-R|=0的特征值i(i=l，P)，將其按大小排序，并求出其相應(yīng)的特征向量。 (3)計(jì)算主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率。 貢獻(xiàn)率： 累計(jì)貢獻(xiàn)率： 取累計(jì)貢獻(xiàn)率達(dá)85%95%的特征值所對(duì)應(yīng)的第1、第2、第m（mp）個(gè)主成分。 (4)計(jì)算主成分載荷 (5)確定各主成分得分SPSS軟件的計(jì)算結(jié)果：解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %14.66151.79051.7904.6

23、6151.79051.79022.08923.21775.0072.08923.21775.00731.04311.58986.5961.04311.58986.5964.5075.63892.2345.3153.50295.7366.1932.14097.8767.1141.27199.1478.045.50499.6509.031.350100.000提取方法：主成份分析。成份矩陣a成份123Zscore: 人口密度x1/(人.km-2).739-.532-.061Zscore: 人均耕地面積x 2/hm2).123.887-.028Zscore: 森林覆蓋率x3/%-.964.096.0

24、95Zscore: 農(nóng)民人均純收入x4/(元人-1).042.868.037Zscore: 人均糧食產(chǎn)量x5 (kg人-1).813.444-.011Zscore: 經(jīng)濟(jì)作物占農(nóng)作物播面比例x6/.819.179.125Zscore: 耕地占土地面積比x7/.933-.133-.251Zscore: 果園與林地面積之比x8/.197-.100.970Zscore: 灌溉田占耕地面積之比x9/.964-.025.092提取方法 :主成份。a. 已提取了 3 個(gè)成份。成份得分系數(shù)矩陣成份123Zscore: 人口密度x1/(人.km-2).158-.255-.059Zscore: 人均耕地面積x

25、2/hm2).026.424-.027Zscore: 森林覆蓋率x3/%-.207.046.091Zscore: 農(nóng)民人均純收入x4/(元人-1).009.415.035Zscore: 人均糧食產(chǎn)量x5 (kg人-1).174.212-.010Zscore: 經(jīng)濟(jì)作物占農(nóng)作物播面比例x6/.176.086.120Zscore: 耕地占土地面積比x7/.200-.064-.241Zscore: 果園與林地面積之比x8/.042-.048.930Zscore: 灌溉田占耕地面積之比x9/.207-.012.088提取方法 :主成份。 構(gòu)成得分。三、實(shí)驗(yàn)要求 1. 預(yù)習(xí)實(shí)習(xí)內(nèi)容，復(fù)習(xí)有關(guān)講課內(nèi)容，事

26、先了解SPSS和Mat lab軟件的使用。 2. 獨(dú)立使用相關(guān)數(shù)據(jù)利用軟件進(jìn)行實(shí)際操作。 3. 實(shí)習(xí)結(jié)束，將計(jì)算結(jié)果存盤，并書寫上機(jī)實(shí)習(xí)報(bào)告。實(shí)驗(yàn)5：空間統(tǒng)計(jì)分析一、 實(shí)習(xí)目的1、理解探索性空間統(tǒng)計(jì)分析和地統(tǒng)計(jì)分析的基本原理和方法，2、掌握利用探索性空間統(tǒng)計(jì)分析和地統(tǒng)計(jì)分析方法解決地學(xué)問題的能力。二、 實(shí)習(xí)內(nèi)容（一） 探索性空間統(tǒng)計(jì)分析的基本原理（1）通常定義一個(gè)二元對(duì)稱空間權(quán)重矩陣W，來表達(dá)n個(gè)位置的空間區(qū)域的鄰近關(guān)系，其形式如下式中：Wij表示區(qū)域i與j的臨近關(guān)系，它可以根據(jù)鄰接標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)來度量。 1全局空間自相關(guān) Moran指數(shù)和Geary系數(shù)是兩個(gè)用來度量空間自相關(guān)的全局指標(biāo)Mor

27、an指數(shù)反映的是空間鄰接或空間鄰近的區(qū)域單元屬性值的相似程度。 Geary 系數(shù)與Moran指數(shù)存在負(fù)相關(guān)關(guān)系。如果是位置（區(qū)域）的觀測(cè)值，則該變量的全局Moran指數(shù)I，用如下公式計(jì)算 式中： I 為Moran指數(shù)； Geary 系數(shù)C計(jì)算公式如下 式中：C為Geary系數(shù)；其他變量同上式。如果引入記號(hào)2.局部空間自相關(guān)局部空間自相關(guān)分析方法包括3種:空間聯(lián)系的局部指標(biāo)(LISA)、G統(tǒng)計(jì)量、M0ran散點(diǎn)圖；空間聯(lián)系的局部指標(biāo)(LISA)LISA包括局部Moran指數(shù)（local Moran）和局部Geary指數(shù)（local Geary），下面重點(diǎn)介紹和討論局部Moran指數(shù)。局部Mora

28、n指數(shù)被定義為G 統(tǒng)計(jì)量全局G統(tǒng)計(jì)量的計(jì)算公式為對(duì)每一個(gè)區(qū)域單元的統(tǒng)計(jì)量為Moran散點(diǎn)圖 Moran散點(diǎn)圖的4個(gè)象限，分別對(duì)應(yīng)于區(qū)域單元與其鄰居之間4種類型的局部空間聯(lián)系形式： 例：以書本上的應(yīng)用實(shí)例來說明，圖1給出了上海市部分街道（50個(gè)樣區(qū)）的鄰居關(guān)系，各街道編號(hào)、名稱、所屬區(qū)，以及2000年的人口密度數(shù)據(jù)如表1所示（原始數(shù)據(jù)為shape格式的矢量數(shù)據(jù)）。那么，人口分布是否存在空間上的相關(guān)關(guān)系呢？為了回答這一問題，就需要進(jìn)行空間統(tǒng)計(jì)分析。圖1上海市部分街道（樣區(qū)）的鄰居關(guān)系表1 上海市部分街道（樣區(qū)）的人口密度及其ESDA計(jì)算結(jié)果街道編號(hào)街道名稱所屬區(qū)人口密度(單位：人/km)GiZ(G

29、i)1大橋街道楊浦區(qū)26 089.380.072 9-0.606 42四川北路街道虹口區(qū)43 155.370.144 50.885 13江浦路街道楊浦區(qū)37 526.670.104 10.043 64新港路街道虹口區(qū)57 142.640.096 40.345金楊新村街道浦東新區(qū)18 434.640.036 6-1.036 76平?jīng)雎方值罈钇謪^(qū)33 715.290.092 5-0.575 67寶山路街道閘北區(qū)60 764.30.119 40.869 78宜川路街道普陀區(qū)45 052.610.053 6-0.201 69嘉興路街道虹口區(qū)45 666.770.127 60.532 110芷江西路街道

30、閘北區(qū)51 118.210.110 90.674 111提籃橋街道虹口區(qū)35 986.240.1530.181 812天目西路街道閘北區(qū)27 606.910.1710.507 713洋涇街道浦東新區(qū)17 597.010.083-1.077 314乍浦路街道虹口區(qū)51 422.870.157 30.260 815北站街道閘北區(qū)63 370.290.209 10.781 216長(zhǎng)壽路街道普陀區(qū)25 291.350.100 4-0.034 517梅園新村街道浦東新區(qū)18 287.020.143-0.345 118外灘街道黃浦區(qū)29 876.990.232 80.800 319江寧路街道靜安區(qū)43 0

31、80.80.122 2-0.004 420南京東路街道黃浦區(qū)55 084.40.053 3-0.651 221欽洋鎮(zhèn)浦東新區(qū)4 813.090.020 7-0.642 422石門二路街道靜安區(qū)57 311.380.118 0.333 23人民廣場(chǎng)街道黃浦區(qū)32 799.650.237 1.256 624曹家渡街道靜安區(qū)42 568.480.095 2-0.142 425金陵東路街道黃浦區(qū)66 937.740.109 1-0.257 426濰坊新村街道浦東新區(qū)32 958.370.020 7-0.642 427小東門街道黃浦區(qū)41 752.640.163 50.372 128南京西路街道靜安區(qū)3

32、5 618.770.144 50.030 429豫園街道黃浦區(qū)63 508.910.152 1.039 530靜安寺街道靜安區(qū)27 676.190.117 1-0.10231老西門街道黃浦區(qū)75 864.040.241 81.339 432淮海中路街道盧灣區(qū)71 677.720.180 31.112 833花木鎮(zhèn)浦東新區(qū)6 453.420.034 6-1.403 534江蘇路街道長(zhǎng)寧區(qū)35 509.790.074 1-0.173 135瑞金二路街道盧灣區(qū)38 087.970.154 30.205 236湖南路街道徐匯區(qū)29 796.740.107 4-0.289 837塘橋街道浦東新區(qū)18 0

33、85.240.063 6-0.800 938董家渡街道黃浦區(qū)36 815.940.146 9 0.073 139打浦橋街道盧灣區(qū)44 442.230.195 3 0.546 440天平路街道徐匯區(qū)29 699.730.107-0.297 941半淞園路街道黃浦區(qū)41 259.690.149 20.114 242五里橋街道盧灣區(qū)27 068.640.100 6-0.421 143南碼頭路街道浦東新區(qū)21 973.130.088 6-0.977 144斜土路街道徐匯區(qū)29 112.080.092 7-0.571 645徐家匯街道徐匯區(qū)24 479.340.058 3-0.537 846楓林路街道徐

34、匯區(qū)41 794.510.074 2-0.5847周家渡街道浦東新區(qū)25 452.990.078 9-0.836 948六里鎮(zhèn)浦東新區(qū)12 026.160.036-1.049 749上鋼新村街道浦東新區(qū)16 569.860.059 5-0.886 50龍華鎮(zhèn)徐匯區(qū)10 603.980.067-0.729 41利用Geodata Analysis Software實(shí)現(xiàn)將GIS數(shù)據(jù)（譬如*.shp格式），導(dǎo)入到Geodata 中，該軟件系統(tǒng)界面如下圖（圖2）所示：圖2 軟件分析界面菜單命令及主要工具按鈕如下： close all windows，即關(guān)閉所有已經(jīng)打開的窗口；add centroids

35、，即添加中心點(diǎn)；如果打開數(shù)據(jù)表，其形式如下：在做空間統(tǒng)計(jì)分析之前，首先需要計(jì)算空間鄰居關(guān)系的權(quán)重矩陣。為此，可以在上述圖形界面引導(dǎo)下，在“Tools”工具欄中，利用“Weights” 工具欄中的“Create”產(chǎn)生一個(gè)權(quán)重矩陣文件，譬如，對(duì)于以上人口分布的各個(gè)街道數(shù)據(jù)，可以產(chǎn)生一個(gè)權(quán)重矩陣文件density_weights.GWT。然后，利用權(quán)重矩陣，就可以做一系列的空間統(tǒng)計(jì)分析，譬如：（1）計(jì)算全局Morans I并做出Moran散點(diǎn)圖，如下：（2）做出LISA顯著水平圖，如下：（3）還可以進(jìn)一步通過回歸分析，研究變量之間的相互關(guān)系。，在圖形界面引導(dǎo)下，按步驟操作，就可以實(shí)現(xiàn)該軟件提供的一些

36、空間統(tǒng)計(jì)分析功能。 2.局部G統(tǒng)計(jì)計(jì)算的Matlab程序除了Geodata Analysis Software軟件外，還可以利用Matlab編程進(jìn)行空間統(tǒng)計(jì)分析。譬如，局部G統(tǒng)計(jì)的Matlab計(jì)算程序如下：function GI,ZG=Getis(Wij,Xij)% 計(jì)算G統(tǒng)計(jì)值：G值是不包含自己的G統(tǒng)計(jì)值% 輸入：Wij空間權(quán)值矩陣% 輸入：Xij研究區(qū)域的空間屬性數(shù)據(jù)% 輸出：GI 空間局部自相關(guān)指標(biāo)-G統(tǒng)計(jì)值% 輸出：ZG 對(duì)于GIJ的檢驗(yàn)Z值的計(jì)算結(jié)果% GI=Getis(Wij,Xij,N)M,N=size(Wij);GI=zeros(N,1);GIn=0;Xn=0;for m=1:

37、N for n=1:N if n=m GIn=GIn; Xn=Xn; else GIn=GIn+Wij(m,n)*Xij(n); Xn=Xn+Xij(n); end end GI(m)=GIn/Xn; GIn=0; Xn=0;endsave GI GI -ascii;%計(jì)算Z值EG=zeros(N,1);VarG=zeros(N,1);ZG=zeros(N,1);WI=0;for m=1:N %計(jì)算E（Gi(d)） for n=1:N if n=m WI=WI; else WI=WI+Wij(m,n); end end EG(m)=WI/(N-1); WI=0;endWI=0;Xj=0;Xj2=0;%Yi1=zero(N,1); %計(jì)算Yi1%Yi2=zero(N,1); %計(jì)算Yi2Wi=zeros(N,1); %