geoda工作手冊(cè)11-20章云圖投影到一個(gè)面上如圖10.11是旋轉(zhuǎn)后的立方體選中z

1、云圖投影到一個(gè)面上。如圖 10.11 是旋轉(zhuǎn)后的立方體，選中投影到 z-y 平面。圖 10.11 投放后的 3D 散點(diǎn)圖及投影到 zy 平面上的 2D 圖左邊面板中底部的選項(xiàng)定義了選擇形狀和控制刷。選中 Select 選項(xiàng)，圖中將會(huì)出現(xiàn)一個(gè)紅色立方體。移動(dòng)變量名右邊和下邊的滑塊，沿這一軸改變選擇框的大小。如圖 10.12，選擇框會(huì)隨著滑塊向右移動(dòng)沿 X 維(CRIME)擴(kuò)大。操作每一個(gè)變量的滑塊，直到選擇框有一個(gè)大的范圍?？梢孕D(zhuǎn)立方體，更好的體會(huì)你的選擇框在 3D 空間的位置。圖 10.12 設(shè)置 3D 圖形狀選項(xiàng)圖 10.13 在 3D 圖中移動(dòng)選擇形狀試著變化選擇框的形狀，移動(dòng)選擇框。你

2、會(huì)發(fā)現(xiàn)常旋轉(zhuǎn)立方體是很有幫助的，這樣你可以看出選擇框與點(diǎn)云圖的關(guān)系。同樣，你也可以按住 Control 鍵同時(shí)點(diǎn)擊鼠標(biāo)左鍵，來(lái)直接移動(dòng)選擇框。3D 散點(diǎn)圖與所有其它地圖和圖表是的。然而，進(jìn)行選擇的更新與 2 維情況下稍有不同。與標(biāo)準(zhǔn)情況相比，更新是連續(xù)的，3D 圖中的選擇在每次鼠標(biāo)停止移動(dòng)時(shí)更新。云圖中的黃色點(diǎn)將在其它圖表中匹配相應(yīng)的觀測(cè)值。如圖 10.14，Mississipi 縣圖的云圖中被選中的點(diǎn)被顯示。在其它方面，刷光功能與 2 維情況是相似的，但需要一些練習(xí)來(lái)了解選擇框在 3的位置。54圖 10.14 在 3D 圖中刷光在其它方向刷光也是有效的，但只有在 Select 選項(xiàng)關(guān)閉的情況

3、下才能用。為了認(rèn)識(shí)這一點(diǎn)，在縣圖中創(chuàng)建一個(gè)刷子，開(kāi)始移動(dòng)。每當(dāng)刷子停止，3D 圖中相匹配的選擇將顯示為黃色，如圖 10.15。在練習(xí)中，你會(huì)發(fā)現(xiàn)經(jīng)?？s放和旋轉(zhuǎn)立方體是很有幫助的。圖 10.15 刷光與 3D 散點(diǎn)圖的地圖10.4 練習(xí)在TON 數(shù)據(jù)集(ton.shp，關(guān)鍵字為 ID)中，應(yīng)用條件圖和 3D 散點(diǎn)圖探索中等房屋價(jià)值(CMEDV)和其它變量之間的關(guān)系。例如，考慮在條件散點(diǎn)圖中由地理位置(X 和 Y)決定的房屋價(jià)格與空氣質(zhì)量(NOX)的關(guān)系。同樣在 3D 散點(diǎn)圖中探索房屋價(jià)格、空氣質(zhì)量和著刷光由地區(qū)質(zhì)心創(chuàng)建的 Thiessen 多邊形地圖。(CRIME)之間的聯(lián)系。試現(xiàn)在你應(yīng)該認(rèn)識(shí)到

4、(at a po：在一點(diǎn)之處的連續(xù)性)在什么情況下，將不同的傳統(tǒng) EDA 工具與探索即有空間又有非空間模式的地圖結(jié)合，而大多數(shù)據(jù)即是有空間模式，也有非空間模式。55練1ESDA 基礎(chǔ)與地理可視化11.1目標(biāo)本練習(xí)開(kāi)始解決具有明顯空間特征的數(shù)據(jù)的探索。此時(shí)(at this po)主要集中于制圖和地理可視化。更高級(jí)的方法在練在本練習(xí)末，你將知道：2 中論述。創(chuàng)建一幅百分位圖創(chuàng)建一幅箱地圖在箱地圖產(chǎn)中改變 Hinge 選項(xiàng)創(chuàng)建一幅統(tǒng)計(jì)地圖改變統(tǒng)計(jì)地圖的 Hinge 選項(xiàng)有關(guān)這些操作的更詳細(xì)的信息請(qǐng)參見(jiàn) Users Guide 和Release Notes。11.2 百分位圖會(huì)使用 BUENOSAIR

5、ES 數(shù)據(jù)集演示基本制圖功能， 包含了阿根廷議會(huì)在 Buenos Aires(Argentine)市 209 個(gè)地區(qū) 1999 年國(guó)家結(jié)果1。文件名為 buenosaires.shp，關(guān)鍵字為 INDRANO。用此文件打開(kāi)一個(gè)新的項(xiàng)目，底圖如圖 11.1。圖 11.1 Buenos Aires數(shù)據(jù)底圖從菜單中選擇 MapPercentile 或在底圖中右擊調(diào)用百分位圖功能。后一方法將產(chǎn)生如圖 11.21有關(guān)數(shù)據(jù)的更詳細(xì)的談?wù)摷罢鎸?shí)背景可參考 Calvo and Escobar(2003)。56的菜單。選擇 Choropleth MapPercentile 調(diào)用變量設(shè)置框?；螯c(diǎn)擊按鈕。圖 11.

6、2 百分位圖功能結(jié)果，“Action por la Republica”)，如圖 11.3，點(diǎn)擊 OK選擇變量 APR99PC(中右黨 APR即產(chǎn)生一幅地圖。圖 11.4 所示的百分位圖強(qiáng)調(diào)了非常小值(最低百分位)和非常高值(最高百分位)的重要性。注意該黨的三個(gè)最高得票率(returns)是如何集中于三個(gè)小(面積)的選區(qū)(紅域)。也注意簡(jiǎn)要分類大大簡(jiǎn)化了地圖的空間模式。試著為其它黨(AL99PC，中間黨派“Alianza”)建一百分位圖，及結(jié)果(TURN99PC)。關(guān)注一下這些地圖所表示出的一般模式。11.3 箱地圖箱地圖是分位圖的加強(qiáng)版本，其中第一和第四分位的離群值可以單獨(dú)顯示。箱地圖中的分

7、類與箱圖中所用的是完全相同的。從 Map 菜單或在地圖中右擊(圖 11.5)調(diào)用箱地圖功能。在當(dāng)前地圖中右擊(或先創(chuàng)建一幅底圖)，選擇 Choropleth MapBox MapHinge=1.5 產(chǎn)生變量選擇框(見(jiàn)圖 11.3)。仍然選擇 APR99PC，點(diǎn)擊 OK，產(chǎn)生一個(gè)箱地圖，如圖 11.6 所示。圖 11.5 箱地圖功能57圖 11.6 Hinge 為 1.5 的 APR 箱地圖為確認(rèn)離群值的分類，為同一變量生成一個(gè)規(guī)則箱圖(見(jiàn) 7.3 部分)，利用默認(rèn) hinge=1.5，選擇上離群值，如圖 11.6。注意在箱圖中被選中的點(diǎn)如何準(zhǔn)確地與箱地圖中的暗紅外要顯示高值，地圖暗示可以存在空

8、間集聚，而標(biāo)準(zhǔn)箱圖是作不到的。域相對(duì)應(yīng)。另與標(biāo)準(zhǔn)箱圖相似，在箱地圖定義離群值的標(biāo)準(zhǔn)可以設(shè)為 1.5 或 3.0。為 APR99PC 創(chuàng)建一幅新地圖，Hinge=3.0，也要在箱圖選項(xiàng)中改為此值。一次在箱圖中選擇離群值，查看它們的位置，如圖11.7 所示。注意在此圖中的離群值的空間集聚也是非常明顯的。如前面部分，試驗(yàn) AL99PC 和TURN99PC的箱圖。比較離群值的位置與它們暗示的空間集聚的程度。11.7 Hinge=3.0 的 APR 箱圖11.4 統(tǒng)計(jì)地圖統(tǒng)計(jì)地圖是顯示地圖中值的第三種方法。GeoDa 生成一種圓圈統(tǒng)計(jì)地圖，原始的空間單元被圓圈所代替。圓圈的面積與被選變量的值是成比例的。

9、圓圈本身盡可能以非線性最優(yōu)原則，緊密地排列在相匹配的空間單元的原始位置。58如同其它地圖，統(tǒng)計(jì)地圖可以從地圖菜單(Cartogram)，或從右擊任一打開(kāi)的地圖從其下拉列表中調(diào)用統(tǒng)計(jì)地圖功能。圖 11.8 統(tǒng)計(jì)地圖功能框(見(jiàn)圖 11.3)。選擇 APR99PC 創(chuàng)建統(tǒng)計(jì)地圖，如圖 11.9。統(tǒng)計(jì)地圖以顯示離群值(上離群值為紅色，下離群值為藍(lán)色)。注意圖 11.9 中統(tǒng)將打開(kāi)一個(gè)變量選擇不同的顏色從其余的圓圈中計(jì)地圖與箱圖之間的普遍相同點(diǎn)。11.9 Hinge=0.5 的工 APR 統(tǒng)計(jì)地圖和箱圖圓圈的位置是一種疊代非線性方法的結(jié)果，在必要時(shí)可以重新定義。在統(tǒng)計(jì)地圖中右擊，選擇Improve ca

10、rtogram with1000 iteratives，如圖 11.10。短暫時(shí)間后，圓圈會(huì)出現(xiàn)跳動(dòng)，出現(xiàn)59一個(gè)稍有不同的排列，如圖 11.11。圖 11.10增強(qiáng)統(tǒng)計(jì)地圖11.11 增強(qiáng)后的統(tǒng)計(jì)地圖60圖 11.12 APR的統(tǒng)計(jì)地圖和箱圖注意統(tǒng)計(jì)地圖中的其它選項(xiàng)關(guān)于 Hinge。因?yàn)榻y(tǒng)計(jì)地圖顯示離群值的方法與箱地圖(和箱圖)相同，你可以用這一選項(xiàng)改變 hinge 標(biāo)準(zhǔn)。例如改變 Hinge 為 3，比較圖 11.7 所示的箱地圖的結(jié)果。統(tǒng)計(jì)地圖在正常的模式到所有的其它地圖和圖表。這對(duì)建立觀測(cè)值的真實(shí)空間布局和統(tǒng)計(jì)地圖中顯示的理想布局之間的聯(lián)系是非常有用的。在地圖中，選擇位于南部和東部邊界

11、的離群值集聚的小區(qū)域，注意它們?cè)诮y(tǒng)計(jì)地圖中的位置。如圖 11.12 所示，它們明顯地顯示在統(tǒng)計(jì)地圖中，而在標(biāo)準(zhǔn) Choropleth 圖中，它們幾乎不被注意。再試驗(yàn)用 AL99PC 和 TURN99PC 建立統(tǒng)計(jì)地圖。11.5 練習(xí)換一個(gè)，利用 rosas2001.shp 樣本數(shù)據(jù)集(關(guān)鍵字為 ID)中的在位于 Argentina 的 Cordoba精準(zhǔn)農(nóng)業(yè)試驗(yàn)中 1705 個(gè)有關(guān)谷物產(chǎn)量和相關(guān)投入變量的值。為產(chǎn)量變量和 BV(即低有機(jī)質(zhì)顯示器)建立百分位圖。比較兩者暗含的模式。你也為 N 制圖，但你有何發(fā)現(xiàn)？61練2高級(jí) ESDA12.1 目標(biāo)該練習(xí)顯示一些 ESDA 更高級(jí)的可視化方法：地

12、圖動(dòng)畫(huà)(map animation)和條件地圖(conditional maps)。在本練習(xí)末，你將知道：創(chuàng)建和控制地圖動(dòng)畫(huà)創(chuàng)建條件地圖在條件地圖中選擇條件類別更詳細(xì)的有在該操作的信息請(qǐng)參考 Users Guide 和 Release Notes。12.2 地圖動(dòng)畫(huà)繼續(xù)使用 BUENOSAIRES 樣本數(shù)據(jù)集。如果它不是當(dāng)前項(xiàng)目，關(guān)閉所有窗口，載入文件 buenosaires.shp，關(guān)鍵字為 INDRANO。GeoDa 中，地圖動(dòng)畫(huà)的簡(jiǎn)單形式是針對(duì)一給定的變量，觀測(cè)點(diǎn)自動(dòng)移動(dòng)，從最低值到最高值貫穿所有觀測(cè)點(diǎn)。底圖中相匹配的觀測(cè)點(diǎn)要么單個(gè)顯示，要么是累積顯示。如圖 12.1，可以從菜單選擇 M

13、apMap MovieCunulative，或點(diǎn)擊工具條按鈕來(lái)調(diào)用這能。出現(xiàn)變量設(shè)置框(見(jiàn)圖 11.3)。選擇 AL99PC(“Alianza”黨結(jié)果)，點(diǎn)擊 OK 產(chǎn)生原始的地圖界面，如圖 12.2。圖 12.1 地圖功能62圖 12.2 地圖原始布局點(diǎn)擊 Play 按鈕，開(kāi)始。地圖中的多邊形會(huì)從最低值到最高值逐漸被品紅色的陰影所填充。注意地圖如何與項(xiàng)目中其它圖表或地圖相的，即中的選擇是其它所有窗口的選擇。你可以在任意時(shí)刻點(diǎn)擊 Pause 停止一個(gè)空白的底圖。你可以用滑塊(Speed，如圖 12.3。點(diǎn)擊 Reset 會(huì)清除所有被選多邊形，開(kāi)始Control)改變的速度：向左移動(dòng)滑塊會(huì)增加速

14、度。圖 12.3 AL 選擇結(jié)果的地圖-暫停63圖 12.4 AL 選擇結(jié)果的地圖-逐步顯示一旦暫停，它可以用(或SmoothRaw Rate 選擇這能，如圖 13.2。或者在窗口中右擊底圖，選擇SmoothRaw Rate?，F(xiàn)在還沒(méi)有相應(yīng)的工具按鈕來(lái)制作比率地圖。67圖 13.2 原始比率地圖功能框，帶有候選事件變量和候選基礎(chǔ)(Base)變量，如圖 13.3。選擇 LFW68出現(xiàn) Rate Smoothing作為事件(1968 年白人女性總?cè)藬?shù)肺癌)，POPFW68 作為的(1968 年白人女性總數(shù))。然后確信從下拉列表中選擇合適的地圖類型，如圖 13.4。默認(rèn)為百分位地圖，但在本例中并不適

15、用 (Ohio 州有 88 個(gè)縣，少于有意義的百分位地圖所要求的 100)。選擇箱地圖，Hinge 為 1.5，如圖 13.4。最后，點(diǎn)擊 Ok 產(chǎn)生如圖 13.5 左邊面板顯示的箱地圖。三個(gè)縣由于高率位于高的離群值。但是，由于比率的內(nèi)在差異不穩(wěn)定性，這種情況有可能是一種假象?；氐骄?。圖 13.3 選擇事件和基礎(chǔ)變量圖 13.4 選擇比率地圖類型68圖 13.5 1968 年 Ohio 州白種女人肺癌人數(shù)箱地圖雖然有肺癌率的地圖，但比率本身并不能用于其它分析。但是這將會(huì)很容易地得到。在地圖中右擊，產(chǎn)生菜單選項(xiàng)，如圖 13.6 所示。選擇 Save Rates 來(lái)建立比率變量。圖 13.7 的

16、框讓你指定一個(gè)默認(rèn)值之外的變量。以 RLFW68(或你容易識(shí)別的其它變量名)代替默認(rèn)變量，點(diǎn)擊 OK，將新變量添加到表格中。將數(shù)據(jù)表前方顯示，看到已經(jīng)添加了一個(gè)新欄，如圖 13.8。圖 13.6 將比率保存到數(shù)據(jù)表中13.7 保存比率的變量名69圖 13.8 添加到數(shù)據(jù)表中的原始數(shù)據(jù)打開(kāi)箱圖功能(ExploreBox plot，或點(diǎn)擊工具條按鈕)選擇 RLFW68 作為變量名。結(jié)果將如圖13.5 右側(cè)所示圖。選擇 3 個(gè)離群值，查看它們?cè)谙涞貓D中的位置。你可以調(diào)用數(shù)據(jù)表來(lái)查找這三個(gè)縣的名字(Logan，Highland，Hocking)，查看它們是否有不正常的小的基數(shù)(POPFW68)。13.

17、3 過(guò)度地圖在公共健康分析中常使用的概念是標(biāo)準(zhǔn)率(SMR)的概念，或率與一個(gè)國(guó)家(或地區(qū))標(biāo)準(zhǔn)的比值。GeoDa 以過(guò)度地圖(Exs Risk)作為 MapSmooth 功能的一部分(見(jiàn)圖 13.9)。圖 13.9 過(guò)度地圖功能過(guò)度地圖是觀測(cè)比率與所有數(shù)據(jù)計(jì)算的平均比率的比值。注意這一平均值并不是縣比率的平均值。相反，它是以所有事件與所有總數(shù)的比(例如，在的例子中，州中所有白人女性死亡人數(shù)與據(jù)有白人女性從 Map 菜單選擇這總數(shù)的比)。能，或在任一底圖右擊選擇 SmoothExs Risk。在變量選擇框中，再一次用 LFW68 作為事件，以 POPFW68 作為基數(shù)(如圖 13.3)。點(diǎn)擊 O

18、K，產(chǎn)生地圖如圖 13.10 所示。地圖中的圖例分類為硬編碼，用藍(lán)色調(diào)表示程度低于州平均值的縣(過(guò)度比1)。圖 13.5 中的三個(gè)離群值的過(guò)度比率為 2 到 4。70圖 13.10 Ohio 州 1968 年白人女性肺癌率過(guò)度地圖第一次可能會(huì)使你出錯(cuò)(throw off)的特點(diǎn)是這種地圖的類型是硬編碼，正常的地圖選項(xiàng)(如圖13.4 中的箱地圖，百分位地圖)是可能忽略的。為創(chuàng)建一幅熟悉的過(guò)度比率(或標(biāo)準(zhǔn)率)地圖類型，你必須首先將計(jì)算的比率添加到數(shù)據(jù)表中。在地圖中右擊，選擇 Save Rates，如圖 13.6所示。但是，在這一次，提示的新變量名為 R_Ex如圖 11.12 所示。s，如圖 13.

19、11。點(diǎn)擊 OK 添加過(guò)度比率到，標(biāo)準(zhǔn)比率可以用于任何類型的分析，圖表或地圖。例如圖 13.13 顯示一幅計(jì)算過(guò)的過(guò)度比率箱地圖(R_Exs)。與圖 13.5 的箱地圖來(lái)比較。圖 13.11 保存標(biāo)準(zhǔn)率地圖71圖 13.12 添加到數(shù)據(jù)表中的 SMR圖 13.13 過(guò)度比率箱地圖13.4 練習(xí)實(shí)驗(yàn) Ohio 州肺癌數(shù)據(jù)集中其它類別和/或年代的比率計(jì)算和標(biāo)準(zhǔn)率?；蛘?，考慮7256 個(gè) Scottish 地區(qū)著名的數(shù)據(jù)集中包含的唇癌率(scotlip.shp，關(guān)鍵字為 CODENO)，或 100 個(gè)North Carolina 縣（sids.shp，關(guān)鍵字為 FIPSNO）的 SIDS 數(shù)據(jù)。舉結(jié)

20、果也可以進(jìn)行此類型的分析。案數(shù)據(jù)集和 Buenosaires 選73練4比率平滑14.1 目標(biāo)該練習(xí)顯示了平滑比率地圖來(lái)檢查比率的內(nèi)在差異不穩(wěn)定性的一些方法。在練習(xí)末，你將知道：通過(guò)經(jīng)驗(yàn)方法創(chuàng)建平滑比率的地圖創(chuàng)建 K-近鄰空間權(quán)重文件創(chuàng)建空間平滑比率地圖將計(jì)算的比率保存到數(shù)據(jù)表有關(guān)本操作的詳細(xì)信息請(qǐng)參考 Users Guide。14.2 經(jīng)驗(yàn)平滑繼續(xù)使用 Ohio 肺癌樣本。如果你使用其它數(shù)據(jù)作前面的練習(xí)，首先關(guān)閉所有窗口，載入文件 ohg.shp（關(guān)鍵字為 FIPSNO）。第一種平滑方法使用方法，但對(duì)于全州平均水平而言，原始數(shù)據(jù)被“縮水”了。在本質(zhì)上，EB 方法包括計(jì)算每一個(gè)縣的原始數(shù)據(jù)和州

21、平均值之間的平均權(quán)重，與處于的潛在成比例的權(quán)重。簡(jiǎn)單說(shuō)，小縣（處于的少）的比率將會(huì)變化較大，但大的縣比率將幾乎不變。從 Map 菜單調(diào)用這能，或在當(dāng)前地圖中右擊，選擇 SmoothEmpirical Bayes(圖 14.1)。出現(xiàn)如前面的比率地圖相同的變量選擇框，如圖 14.2。14.1經(jīng)驗(yàn)比率平滑功能74圖 14.2 經(jīng)驗(yàn)事件和基數(shù)變量選擇選擇 LFW68 作為事件，POPFW68 作為基數(shù)，選擇 Box Map，Hinge1.5，如圖 14.2 所示。點(diǎn)擊 OK，出現(xiàn)圖 14.3 左邊面板所示的平滑后的箱地圖。將其與圖 13.5 中原始箱地圖相比較。注意平滑后原來(lái)的離群值已經(jīng)不是離群值，

22、但 Hamilton 成為新的離群值（在西南角）。圖 14.3 EB 平滑后的 Ohioe 各縣肺癌發(fā)生率箱圖3 計(jì)算的原始數(shù)據(jù) RLFW68（如果那時(shí)沒(méi)有保存比率變量，創(chuàng)建一幅原數(shù)據(jù)箱圖，隨后用練保存比率）創(chuàng)建一幅箱圖。在箱地圖中點(diǎn)擊離群值，看它在箱圖中的位置。如圖 14.3 右邊面板中箭頭所示，它在原始比率地圖中大約 75%的位置。由于許多原始離群縣有處于的小的數(shù)（在數(shù)據(jù)表中查看），它們的 EB 平滑率與原始數(shù)的縣之一（它包括 Cincinnati 市），所以它的原始據(jù)有較大不同。相反，Hamilton 縣是有最多比率幾乎不動(dòng)。由于以上原因，它位于分布的頂端，成為一個(gè)離群值。你可以在箱圖中

23、為原始比率系統(tǒng)選擇觀測(cè)點(diǎn)，比較它們?cè)诶鄯e分布的位置與平滑后比率的位置，查看哪個(gè)觀測(cè)點(diǎn)是影響最大的。75利用數(shù)據(jù)表它們有小的。14.3 空間比率平滑空間比率平滑包括在輪流以每個(gè)縣為中心的移動(dòng)窗口中計(jì)算比率。移動(dòng)窗口包括縣及它的近鄰。在 GeoDa 中，近鄰?fù)ㄟ^(guò)空間權(quán)重文件來(lái)定義。這將在練空間平滑，下面就進(jìn)行創(chuàng)建空間權(quán)重的快速入門(mén)。5 和 16 中詳細(xì)談?wù)?。但是，為能夠顯示14.3.1 空間權(quán)重快速入門(mén)會(huì)創(chuàng)建一個(gè)簡(jiǎn)單的每個(gè)縣有 8 個(gè)近鄰的空間權(quán)重文件。在工具條中點(diǎn)擊 Create weights，或從菜單 ToolsWeightsCreate 調(diào)用此功能（如圖 14.4）。圖 14.4 空間權(quán)重

24、創(chuàng)建功能框，如圖 14.5 所示。鍵入輸入文件 oh這將產(chǎn)生權(quán)重創(chuàng)建g.shp 的路徑，輸出文件為 ohk8（一個(gè)文件擴(kuò)展GWT 將會(huì)加入到程序中），在下拉列表中為ID 變量選擇FIPSNO。保留Distance Weight下所有選項(xiàng)為默認(rèn)值（程序?qū)?huì)生成計(jì)算距離所需的 Ohio 各縣質(zhì)心）。最后，選擇 K-nearest 近鄰前的單選按鈕，近鄰數(shù)改為 8。76圖 14.5 空間權(quán)重框點(diǎn)擊 Create 開(kāi)始創(chuàng)建過(guò)程，當(dāng)進(jìn)度條（在 shp-gwt 窗口中的藍(lán)色條）完成點(diǎn)擊 Done。你現(xiàn)在有一個(gè)權(quán)重文件可以使用。在開(kāi)始空間平滑之前，你必須載入空間權(quán)重文件，使其可以被程序所調(diào)用。點(diǎn)擊 Load

25、 weights工具條按鈕，或從菜單中選擇 ToolsWeightsOpen，如圖 14.6。然后點(diǎn)擊選擇權(quán)重框中的單選按鈕 Select from file（圖 14.7），輸入權(quán)重文件名。點(diǎn)擊 OK 載入權(quán)重文件?，F(xiàn)在已準(zhǔn)備完畢。圖 14.6 打開(kāi)空間權(quán)重功能14.3.2 空間平滑地圖圖 14.7 選擇空間權(quán)重框載入空間權(quán)重文件后，從 Map 菜單調(diào)用空間平滑功能，或在地圖中右擊選擇 SmoothingSpatial Rate，如圖 14.8。如果現(xiàn)在沒(méi)有載入空間權(quán)重文件這時(shí)會(huì)出現(xiàn)一個(gè)錯(cuò)誤消息。如果一切良好，在對(duì)話框中選擇 LFW68 為事件，POPFW68 為基數(shù)（見(jiàn)圖 14.2）。如前

26、，從下拉菜單中選擇 Box Map，Hinge=1.5，77點(diǎn)擊 OK 創(chuàng)建地圖。出現(xiàn)平滑后的地圖，如圖 14.9。圖 14.8 空間比率平滑功能圖 14.9 Ohio 州各縣肺癌比率空間平滑箱地圖空間平滑地圖強(qiáng)調(diào)地圖中寬的區(qū)模式。注意沒(méi)有離群值。還有，由于用 8 個(gè)近鄰來(lái)平均，Hamilton縣成為第二分位縣區(qū)域的一部分。14.4 練習(xí)如練3，進(jìn)一步探索 Ohio 州肺癌數(shù)據(jù)中不同類別和/或年代原始比率與平滑后比率在空間模式方面的不同點(diǎn)和相同點(diǎn)?；蛘?，使用前面用過(guò)的任何一個(gè)樣本數(shù)據(jù)。關(guān)注原始比率地圖和 EB 平滑地圖的離群值存在的差異，以及關(guān)注空間平滑地圖中出現(xiàn)的寬的區(qū)域模式。78練重5基于

27、鄰接（Contiguity）關(guān)系的空間權(quán)15.1 目標(biāo)本練習(xí)開(kāi)始演示空間權(quán)重操作，建立基于空間鄰接關(guān)系的權(quán)重。這里鄰接的意思是具有公共邊界。在本練習(xí)末，你將知道：用 rook 和 qn 標(biāo)準(zhǔn)建立多邊形文件的一次鄰接空間權(quán)重文件。在直方圖中分析連接結(jié)構(gòu)。將一次鄰接權(quán)重文件轉(zhuǎn)變?yōu)楦叽梧徑?。關(guān)于本操作的詳細(xì)信息請(qǐng)參考 Users Guide，和 Release Notes。15.2 基于 Rook 的鄰接性打開(kāi)樣本數(shù)據(jù)開(kāi)始本次練習(xí)， 它包含了 Sacramento， CA403 個(gè)（sacramentot2.shp，關(guān)鍵字為 POLYID）。底圖如圖 15.1。區(qū)域的變量圖 15.1 Sacram

28、ento區(qū)數(shù)據(jù)底圖從菜單中來(lái)調(diào)用權(quán)重建立功能，選擇 ToolsWeightCreate，如圖 15.2。這可能在沒(méi)有打開(kāi)項(xiàng)目的情況下執(zhí)行。換句話說(shuō)，要?jiǎng)?chuàng)建權(quán)重文件，并不需要載入文件?；蛘?，在一個(gè)項(xiàng)目是，可以單擊相應(yīng)的工具條按鈕來(lái)打開(kāi)這能。79圖 15.2 創(chuàng)建權(quán)重功能框，需要指定相關(guān)的選項(xiàng)。首先是輸入文件的文件名（對(duì)于鄰接性權(quán)重創(chuàng)建功能產(chǎn)生一個(gè)權(quán)重，這個(gè)文件必須是多邊形文件）和權(quán)重文件的文件名。前者輸入 sacramentot2.shp，后者輸入 sacrook，如圖 15.3 所示。一個(gè)文件擴(kuò)展 GAL 會(huì)被程序加入到權(quán)重文件中。指定關(guān)鍵字變量很重要的：輸入POLYID，如圖 15.3。但這

29、不是必須的，它確保表格中的數(shù)據(jù)與權(quán)重文件中相應(yīng)的鄰接實(shí)體能夠完全匹配。圖 15.3 權(quán)重創(chuàng)建框?qū)?Rook 鄰近權(quán)重文件所需的其它操作只是選擇 Rook Contiguity 旁邊的單選按鈕，如圖 15.4。然后點(diǎn)擊 Create 開(kāi)始創(chuàng)建權(quán)重。會(huì)出現(xiàn)一個(gè)進(jìn)度條，如圖 15.5，顯示處理完成的時(shí)間（這會(huì)在很短的時(shí)間里完成）。點(diǎn)擊 Done 結(jié)束這一過(guò)程（見(jiàn)圖 15.5）回到標(biāo)準(zhǔn)界面。80圖 15.4 Rook 鄰接性圖 15.5 GAL 文件被創(chuàng)建GAL 格式空間權(quán)重文件是一個(gè)簡(jiǎn)單的文本文件，可以用任一文本編輯器或文字處理器（確保能為文件文件）來(lái)修改。例如，對(duì) Sacramento區(qū)域，利用

30、POLYID 為關(guān)鍵字，文件 sacrook.gal的部分內(nèi)容如圖 15.6 所示。第一行為本文件的頭行，包括 O（將來(lái)要使用的標(biāo)志），觀測(cè)點(diǎn)數(shù)目，鄰接結(jié)構(gòu)來(lái)源的多邊形文件名（Sacramento），關(guān)鍵字變量名（POLYID）。81圖 15.6 GAL 文件內(nèi)容注意，如果文件與權(quán)重文件不在同一目錄下，GeoDa 會(huì)出現(xiàn)一個(gè)錯(cuò)誤消息。如果在分析過(guò)程中，文件名或關(guān)鍵字變量發(fā)生變化，也經(jīng)常會(huì)修改頭行。在文件編輯器中打開(kāi) sacrook.gal，注意 POLYID2（FIPS 代碼 6061020106）的鄰居。打開(kāi)表（點(diǎn)擊表工具按鈕），選擇此區(qū)域。被選擇的位置應(yīng)當(dāng)是在底圖中所指的那一個(gè)，如圖 15

31、.7。第二個(gè)實(shí)體有 4 個(gè)鄰居，圖 15.6 所示的第一個(gè)行中由所指示“4”。這些鄰居的關(guān)鍵字變量的值（POLYID）在第二行列出。在表格中選擇這些區(qū)域（用shift-click），如圖 15.7，地圖中的相應(yīng)位置會(huì)顯示。試下下其它位置。注意在一些情況下，Rook 標(biāo)準(zhǔn)會(huì)清除 Cornor 鄰居，如在通常情況下沒(méi)有完整邊界的區(qū)域。這些位置將被包括在 Queen標(biāo)準(zhǔn)中，在 15.4 部分會(huì)談到。圖 15.7Sacramento區(qū)域 Rook 鄰接結(jié)構(gòu)15.3 連接性（Connectivity）直方圖從菜單選擇 ToolsWeightProperties(如圖 15.8)，創(chuàng)建一幅反映數(shù)據(jù)集的直方

32、圖?；蛘撸c(diǎn)擊相應(yīng)的工具條按鈕。區(qū)域連接性分布圖 15.8 權(quán)重屬性功能直方圖用于探測(cè)分布的奇怪特征是很重要的，它可以影響空間自相關(guān)統(tǒng)計(jì)和空間回歸的解釋。特別是需要注意兩個(gè)方面。一是出現(xiàn)“島”，或不連接的觀測(cè)點(diǎn)，另一個(gè)是雙峰分布，一些位置有非（如一個(gè)）的鄰居，而其它有非常多的鄰居。選擇權(quán)重屬性功能產(chǎn)生一個(gè)框來(lái)指定權(quán)重文件，如圖 15.9。輸入 sacrook.gal，點(diǎn)擊 OK。82圖 15.9 權(quán)重屬性框結(jié)果直方圖如圖 15.10，位于 Sacramento 地區(qū)底圖的旁邊。直方圖用鄰居數(shù)量（圖例所示）描述了位置的分布（每一類的觀測(cè)點(diǎn)數(shù)量顯示于相應(yīng)條塊的頂端）。例如，最右邊的條對(duì)應(yīng)于有 14

33、 個(gè)鄰居的地區(qū)。點(diǎn)擊直方圖中的條塊查找其在地圖中的位置，如圖 15.10 所示?；蛘?，在地圖中選擇一個(gè)位置，從直方圖中查看其所有的鄰居數(shù)量。利用地圖的縮放功能（在地圖上右擊，選擇 Zoom，創(chuàng)建一個(gè)矩形選擇區(qū)域）更清晰查看鄰居結(jié)構(gòu)。試驗(yàn)選擇一些區(qū)域，將它們的鄰接性直方圖與全局分布相比較。圖 15.10 Sacramento區(qū)域 Rook 鄰接直方圖為顯示島狀地區(qū)的連接性結(jié)構(gòu)，載入數(shù)據(jù)集中 56 個(gè) Scottish 地區(qū)（載入 scotli，關(guān)鍵字為 CODENO），創(chuàng)建一個(gè) rook 鄰接性文件（如 scotrook.gal）。建立連接直方圖選擇最左邊的條塊，對(duì)應(yīng)于 0 個(gè)鄰居（島狀）。圖如

34、 15.11 所示，在數(shù)據(jù)集中有三個(gè)島狀區(qū)域。83圖 15.11 鄰接性直方圖中的島狀區(qū)域15.4 基于 Queen 的鄰接性利用 queen 標(biāo)準(zhǔn)來(lái)定義鄰居并創(chuàng)建鄰接性權(quán)重文件與 Rook 標(biāo)準(zhǔn)具有相同的模式。如前，選擇ToolsWeightCreate(見(jiàn)圖 15.2)產(chǎn)生一個(gè)權(quán)重創(chuàng)建框，圖 15.12 所示。選擇 sacramentot2.shpw作為輸入文件，指定 sacqueen 為輸出文件名。確定設(shè)置 ID 變量為 POLYID。選擇 Queen Contiguity旁的單選按鈕，如圖 15.12 所示，點(diǎn)擊 Create。與前面相同的進(jìn)度條會(huì)出現(xiàn)（圖 15.5）。點(diǎn)擊 Done完

35、成處理過(guò)程。圖 15.12 Queen 鄰接性比較 Sacramento 數(shù)據(jù)的 Rook 和 Queen 標(biāo)準(zhǔn)的鄰接性結(jié)構(gòu)。這兩個(gè)直方圖顯示于 15.13。單擊rook 標(biāo)準(zhǔn)中 5 個(gè)鄰居相對(duì)應(yīng)的條塊，注意 queen 標(biāo)準(zhǔn)的分布有 5 個(gè)或擇來(lái)查找有不同的地區(qū)。的鄰居。在地圖中查看選84圖 15.13 rook 和 queen 鄰接性的連接結(jié)構(gòu)比較15.5 高次鄰接性以相同的方式來(lái)創(chuàng)建高次鄰接性空間權(quán)重文件。權(quán)重創(chuàng)建框是相同的。選擇 rook 或 queen旁的單選按鈕和鄰接性的次數(shù)。例如，在圖 15.14 中，選擇 rook 標(biāo)準(zhǔn) 2 次鄰接性。圖 15.14 二次 rook 鄰接性注意

36、鄰接性次數(shù)下面的選擇框。GeoDa 允許兩種高次鄰接性定義。一是“pure”，不包括低次時(shí)的鄰接性位置（這是高次鄰接性的定義）。另一個(gè)是累積（cumulative），包括所有低次鄰居。試著用這能為 Sacramento 創(chuàng)建一幅 pure 和cumulative 二次權(quán)重文件。比較這兩個(gè)的連接結(jié)構(gòu)。圖 15.15 和 15.16 顯示了這兩種情況下二次 rook 鄰接性的連接性直方圖，選中如前的觀測(cè)點(diǎn)（5 個(gè)一次 rook 鄰居）。85圖 15.15Pure 二次rook 連接性直方圖圖 15.16 Cumulative 二次 rook 連接性直方圖15.6 練習(xí)在樣本數(shù)據(jù)集中利用任何的多邊形

37、文件練習(xí)創(chuàng)建 rook 和 queen 鄰接性權(quán)重和高次權(quán)重。這些操作將會(huì)在空間自相關(guān)和空間回歸模型估計(jì)中反復(fù)用到。也創(chuàng)建一些更高次的鄰接性權(quán)重。查看連接結(jié)構(gòu)，使用功能查找地圖中被選中位置的鄰居數(shù)量。8687練6基于距離的空間權(quán)重16.1 目標(biāo)本練習(xí)顯示了基于距離的權(quán)重的建立方法，鄰居的定義是基于點(diǎn)或多邊形質(zhì)心的距離。在本練習(xí)末，你將知道：指定距離，由點(diǎn)文件創(chuàng)建基于距離束（distance band）的空間權(quán)重文件。調(diào)整距離創(chuàng)建基于 K 最近鄰居標(biāo)準(zhǔn)的空間權(quán)重文件有關(guān)本操作的詳細(xì)信息請(qǐng)參考 Users Guide 第 8385 頁(yè)。和 Release Notes 第 1819 頁(yè)。16.2 距

38、離束權(quán)重打開(kāi)ton 房屋樣本數(shù)據(jù)（輸入ton.shp，關(guān)鍵字為 ID），載入 506 個(gè)區(qū)的質(zhì)心文件開(kāi)始這一練習(xí)。底圖如圖 16.1 所示。對(duì)于鄰接權(quán)重，建立基于距離權(quán)重矩陣可以在不打開(kāi)項(xiàng)目的前提下進(jìn)行，可以直接利用 Tools 菜單。在一個(gè)項(xiàng)目中，也可能使用兩樣（圖 15.2）的方法，或點(diǎn)擊工具條中相應(yīng)的按鈕。圖 16.1ton區(qū)質(zhì)心數(shù)據(jù)底圖框，如圖 16.2。輸入文件為選擇 ToolsWeightCreate 來(lái)打開(kāi)權(quán)重創(chuàng)建ton.shp，空間權(quán)重文件名為tondist（程序會(huì)打開(kāi)一個(gè)GWT 文件擴(kuò)展），指定ID 為ID 變量。然后，到關(guān)于DistanceWeight框部分。保留默認(rèn)，因?yàn)?/p>

39、ton 數(shù)據(jù)是 UTM 投影的坐標(biāo)。如果點(diǎn)以經(jīng)度和緯度表示，你需要選擇選項(xiàng)。88圖 16.2 距離權(quán)重框第二，指定 X 和 Y 坐標(biāo)的變量名分別為 X 和Y，如圖 16.2 所示。注意，相對(duì)于純（pure）鄰接權(quán)重，基于距離的空間權(quán)重可以計(jì)算點(diǎn)文件和多邊形文件的距離。對(duì)于后者，如果不指定坐標(biāo)變量，會(huì)計(jì)算多邊形的質(zhì)心，用于距離的計(jì)算。選中 Threshold distance 旁的單選按鈕，如圖 16.3。注意文本框中的值變?yōu)?3.972568。這是保證每一位置都至少有一個(gè)鄰居的門(mén)檻距離。如果設(shè)定門(mén)檻距離小于此值，會(huì)出現(xiàn)“島”。特別地，一些實(shí)驗(yàn)（和連接結(jié)構(gòu)檢查）需要設(shè)定比最小門(mén)檻大些的值。89圖

40、 16.3 指定門(mén)檻（Threshold）距離開(kāi)始創(chuàng)建。會(huì)出現(xiàn)一個(gè)進(jìn)度條，如圖 16.4。點(diǎn)擊點(diǎn)擊 Create erface）。Done返回主界面（standard圖 16.4創(chuàng)建 GWT 文件90圖 16.5 GWT 文件內(nèi)容包含空間權(quán)重信息的 GWT 文件是一個(gè)標(biāo)準(zhǔn)的文本文件，如前面提到的 GAL 文件。格式稍有差別，如圖 16.5。利用文件編輯器，打開(kāi)你剛剛建立的tondist.gwt 文件，查看其內(nèi)容。如圖 15.6，每一行為頭行，包括了如 GAL 相同的信息（地方（place holder），觀測(cè)點(diǎn)數(shù)目，文件名及 ID 變量）。文件剩余的部分包括每一個(gè)鄰居對(duì)，“原始”ID，“目標(biāo)”

41、ID 和兩個(gè)點(diǎn)之間的“距離”。注意第三個(gè)值并不是空間權(quán)重值。在當(dāng)前版本中，GeoDa 并不產(chǎn)生權(quán)重值，只考慮鄰居是否存在鄰居關(guān)系。用 15.3 部分提到的方法查看tondist.gwt 的連接結(jié)構(gòu)。結(jié)果如圖 16.6。注意，相對(duì)于基于鄰接的權(quán)重，距離有一個(gè)很寬的范圍。實(shí)際上，當(dāng)點(diǎn)的分布是不規(guī)則分布（如一些點(diǎn)集聚在一起，而其它的距離很遠(yuǎn)）時(shí)，這種基于距離的權(quán)重是很典型的。在這種情況下，數(shù)據(jù)集中的為避免“島”的最小門(mén)檻距離對(duì)多數(shù)位置而言可能是太大了。這些門(mén)檻距離是由最遠(yuǎn)的點(diǎn)對(duì)所決定的，并不能代表其它點(diǎn)的分布。在這種情況下，在解釋距離門(mén)檻時(shí)要更合適。謹(jǐn)慎，使用 k-nearest 鄰近權(quán)重也許會(huì)91

42、圖 16.6 基于距離權(quán)重連接性16.3 k-nearest 鄰近權(quán)重用與其它權(quán)重相同的方法（ToolsWeightCreate）開(kāi)始創(chuàng)建一個(gè) k-nearest 鄰近權(quán)重文件。產(chǎn)生一個(gè)權(quán)重框，如圖 16.7 所示。在框中，輸入文件為ton.shp，輸出文件為otonk6，ID 變量為 ID。向下看框，選中 k-nearest neighbors，如圖 16.7。將鄰居數(shù)量改為 6，點(diǎn)擊 Create來(lái)創(chuàng)建權(quán)重。當(dāng)進(jìn)度條顯示結(jié)束時(shí)，點(diǎn)擊 Done 按鈕返回主界面。圖 16.7 最近鄰權(quán)重框K 最近鄰標(biāo)準(zhǔn)保證每一個(gè)觀測(cè)點(diǎn)有相同的鄰居數(shù)量。檢查你剛剛創(chuàng)建的 GWT 文件，查看這一情況?；蛘呦嗖榭礄?quán)

43、重屬性。連接性直方圖并沒(méi)有太大的意義，如圖 16.8，但它顯示每個(gè)位置有 6 個(gè)鄰居。這不是很有用，但保證鄰居數(shù)量的正確性是有用的，因?yàn)?GeoDa 中沒(méi)有空間權(quán)重文件的元數(shù)據(jù)。92圖 16.8 最近鄰連接屬性16.4 練習(xí)利用其它數(shù)據(jù)集中的點(diǎn)文件練習(xí)創(chuàng)建基于距離的空間權(quán)重，如 oz9799.shp（關(guān)鍵字為 SION）的 30 個(gè)空氣質(zhì)量監(jiān)測(cè)點(diǎn)，或 baltimore.shp 點(diǎn)文件（關(guān)鍵字為 SION）中 211 個(gè)房屋銷售?；蛘?，查看多邊形文件的默認(rèn)特征。例如，利用oh來(lái)創(chuàng)建距離束和 K 最近鄰權(quán)重。g.shp 多邊形文件中Ohio 的88 個(gè)縣（關(guān)鍵字為FIPSNO）在后面的練習(xí)中，你

44、將會(huì)需要空間權(quán)重作為進(jìn)行空間自相關(guān)分析的重要輸入文件，所以你現(xiàn)在創(chuàng)建的任一文件，在需要時(shí)不需要再重新創(chuàng)建，只需要“打開(kāi)”。93練7空間滯后變量17.1 目標(biāo)本練習(xí)顯示建立空間滯后變量及它在 Moran 散點(diǎn)圖中的用處。在本練習(xí)末，你將知道：為指定的權(quán)重文件創(chuàng)建一個(gè)空間滯后變量用空間滯后來(lái)“手工”建立一個(gè) Moran 散點(diǎn)圖17.2 建立空間滯后空間滯后變量是空間自相關(guān)計(jì)算和空間回歸模型解釋的重要部分。迅速計(jì)算空間滯后變量是GeoDa 的特色，但在一些情況下，明確地計(jì)算空間滯后變量是很有用的。例如，如果想要在其它統(tǒng)計(jì)包中使用這些變量，將是很容易的?？臻g滯后計(jì)算是 GeoDa 中 Table 功能

45、的一部分（見(jiàn)練習(xí)3，特別是 3.4 部分）。載入 Sacramento，CA 的 403 個(gè)字為 POLYID）。底圖如圖 15.1 所示。區(qū)的樣本數(shù)據(jù)（sacramentot2.shp，關(guān)鍵在開(kāi)始 Table 操作之前，確保有一個(gè)空間權(quán)重文件已經(jīng)被打開(kāi)。如果當(dāng)前沒(méi)有這樣的文件，空間滯后計(jì)算會(huì)產(chǎn)生一個(gè)錯(cuò)誤消息。從菜單打開(kāi)權(quán)重，用 ToolsWeightsOpen，如圖 17.1，或在相應(yīng)的工具條按鈕上點(diǎn)擊。在權(quán)重框中指定 sacrook.GAL 作為文件名，如圖 17.2 所示。圖 17.1 打開(kāi)權(quán)重文件圖 17.2 選擇空間權(quán)重文件開(kāi)始滯后計(jì)算的一切已經(jīng)準(zhǔn)備就緒。打開(kāi)數(shù)據(jù)表（點(diǎn)擊 Table

46、 工具按鈕），右擊從菜單中選擇Field Calculations（圖 17.3）。然后在 Field Calculation框中選擇 Lag Operations，94如圖 17.4。在最左邊的文件框中輸入 W_INC，如圖 17.5，保留默認(rèn)的權(quán)重文件，選擇 HHINC（人口區(qū)中等家庭收入）為滯后變量。點(diǎn)擊 OK 計(jì)算新變量。新的一欄會(huì)加入到數(shù)據(jù)表中，如圖 17.6 所示。圖 17.3 數(shù)據(jù)表計(jì)算選項(xiàng)圖 17.4 表格中的空間滯后計(jì)算圖 17.5 Sacramento 地區(qū)家庭收入空間滯后框95圖 17.6 加入到數(shù)據(jù)表中的空間滯后變量回想圖 15.7 中 POLYID2 有 4 個(gè)鄰居。

47、地圖和表格中的相關(guān)區(qū)域被顯示，如圖 17.6。對(duì)于鄰接權(quán)重文件，如 sacrook.GAL，空間滯后變量等于相鄰單元的簡(jiǎn)單平均值。在圖 17.6 中查看第 2 行的 WINC 值（50164）是否是第 1，3，4，6 行 HHINC 的平均值。17.3 空間自相關(guān)Moran 散點(diǎn)圖是一幅變量為 X 軸，空間滯后為 Y 軸（詳見(jiàn) 18.2.2 部分）的圖。因?yàn)閯倓傆?jì)算的空間滯后可以立即用于任何分析，所以你可以在規(guī)則散點(diǎn)圖中，用空間滯后 WINC 和 X 軸變量 HHINC 手工建立一幅 Moran 散點(diǎn)圖（8.2 部分）。從菜單中選擇 ExploreScattlot 開(kāi)始散點(diǎn)圖功能，或點(diǎn)擊相應(yīng)的

48、工具條按鈕。在變量選擇框，在左邊欄中指定 WINC，在右邊欄中指定 HHINC，如圖 17.7。然后點(diǎn)擊 OK 產(chǎn)生散點(diǎn)圖，如圖 17.8。圖 17.7 收入的空間滯后與收入的變量選擇96圖 17.8 作為規(guī)則散點(diǎn)圖創(chuàng)建的 Moran 散點(diǎn)圖回歸直線的斜率是 HHINC 以rook 鄰接權(quán)重定義計(jì)算的 Morans I 的統(tǒng)計(jì)量（sistic）。自由提前運(yùn)行，按照 18.2.2 的指導(dǎo)（但替換為相關(guān)的 Sacramento 數(shù)據(jù)和權(quán)重）查看這一情況屬實(shí)。當(dāng)然，因?yàn)閳D 17.8 并不是一個(gè)非空間散點(diǎn)圖，它不包括評(píng)估 Morans 意義的方法。17.4 練習(xí)用練5 和 16 中建立的空間權(quán)重來(lái)創(chuàng)建

49、空間滯后變量及手工建立 Moran 散點(diǎn)圖。97練8全局空間自相關(guān)18.1 目標(biāo)本練習(xí)開(kāi)始演示單變量和 Moran 散點(diǎn)圖空間自相關(guān)分析。關(guān)于這些方法的方法背景，見(jiàn)Anselin(1995,1996)。在本練習(xí)末，你將知道：創(chuàng)建一個(gè)單變量空間自相關(guān)散點(diǎn)圖通過(guò)序列檢驗(yàn)進(jìn)行顯著性評(píng)估創(chuàng)建顯著性信封（envelope）刷光 Moran 散點(diǎn)圖保存空間滯后和標(biāo)準(zhǔn)變量有關(guān)本操作的更詳細(xì)信息請(qǐng)參考 Users Guide。18.2 Moran 散點(diǎn)圖18.2.1 準(zhǔn)備工作要對(duì) 56 個(gè)Scottish 地區(qū)的唇癌數(shù)據(jù)進(jìn)行操作。載入文件 scotlip.shp，關(guān)鍵字為 CODENO。結(jié)果如圖 18.1 所

50、示。98圖 18.1 Scottish 唇癌數(shù)據(jù)的底圖為能夠比較“原始”數(shù)據(jù)的散點(diǎn)圖和練習(xí) 20 中 EB 標(biāo)準(zhǔn)比率散點(diǎn)圖，要確保在數(shù)據(jù)集中有原始數(shù)據(jù)的變量。如果你以前沒(méi)有計(jì)算過(guò)， 一個(gè)簡(jiǎn)單的方法就是創(chuàng)建一幅箱地圖，在菜單中用 MapSmoothRaw Rate。選擇 Cancer 為事件，Pop 為基數(shù)變量，如圖 18.2 所示。確保設(shè)定地圖類型為箱地圖。點(diǎn)擊 OK，產(chǎn)生地圖如圖 18.3 所示。圖 18.2分地區(qū) Scottish 唇癌原始比率計(jì)算99圖 18.3 分地區(qū) Scottish 唇癌原始比率箱地圖在箱地圖中右擊，選擇 Save Rates(見(jiàn)圖 13.6)，將原始比率添加到數(shù)據(jù)

51、表中。為簡(jiǎn)便起見(jiàn)，保留變量名為默認(rèn)的 R_RAWRATE。最后，確保有一個(gè) Scottish 地區(qū)文件的空間權(quán)重文件。在本例中，使用 5 最近鄰。如果你面的練習(xí)中沒(méi)有創(chuàng)建一文件，就創(chuàng)建這樣一個(gè)文件，文件名為 scot5k.GWT。18.2.2 Moran 散點(diǎn)圖功能當(dāng)所有準(zhǔn)備工作完成后，點(diǎn)擊工具條按鈕，或從菜單選擇 SpaceUnivariateMoran(圖18.4)打開(kāi) Moran 散點(diǎn)圖功能。將產(chǎn)生一個(gè)變量選擇框，如圖 18.5。圖 18.4 單變量 Moran 散點(diǎn)圖功能圖 18.5 單變量 Moran 散點(diǎn)圖變量選擇框選擇 R_RAWRATE 作為變量，點(diǎn)擊 OK。然后選擇 scot

52、5k.GWT 作為權(quán)重文件。在圖 18.6 中，顯示了空間權(quán)重文件中需要為被指定的情況(如從文件選擇)。如果這個(gè)文件已經(jīng)被打開(kāi)，不同(例子見(jiàn)圖 20.3)。點(diǎn)擊 OK 創(chuàng)建 Moran 散點(diǎn)圖，如圖 18.7 所示?？驎?huì)稍有100圖 18.6單變量 Moran 散點(diǎn)圖空間權(quán)重選擇框圖 18.7 Scottish 唇癌比率 Moran 散點(diǎn)圖注意：Y 軸被指定為W_R_RAWRATE，而沒(méi)有必要進(jìn)行明確的空間滯后的計(jì)算。R_RAWRATE 在 X 軸，它已經(jīng)相對(duì)于標(biāo)準(zhǔn)差(超過(guò) 2 倍標(biāo)準(zhǔn)差即被認(rèn)定為離群值)進(jìn)行了標(biāo)準(zhǔn)化。散點(diǎn)圖以平均值為軸的中心，將圖分為 4 個(gè)象限。每個(gè)象限對(duì)應(yīng)于不同的空間自相

53、關(guān)類型：高高和低低為正相關(guān)；低高和高低為負(fù)相關(guān)。利用選擇工具每一種空間自相關(guān)類型對(duì)應(yīng)的空間位置(通過(guò)與地圖的)。圖的頂部所列的值 0.4836 是 Morans I 統(tǒng)計(jì)量。因?yàn)榇藞D是一種特殊的散點(diǎn)圖，可以應(yīng)用 Exclude Selected。試驗(yàn)這一選項(xiàng)(在圖中右擊或從 Options 菜單中調(diào)用此選項(xiàng))，評(píng)估當(dāng)排除指定觀測(cè)點(diǎn)時(shí)，空間自變量相關(guān)系數(shù)(回歸直線的斜率)的變化。相似地，你可以象在其它散點(diǎn)圖中以同樣的方式刷光 Moran 散點(diǎn)圖。用于創(chuàng)建散點(diǎn)圖的中間計(jì)算可以保存于當(dāng)前數(shù)據(jù)表中。在圖中右擊，產(chǎn)生 Optoins 菜單，如圖18.8，選擇 Save Results 會(huì)產(chǎn)生變量選擇框，

54、如圖 18.9。這一次，你不能保留默認(rèn)的變量名，因?yàn)?GeoDa 只支持長(zhǎng)度不超過(guò) 12 個(gè)字符的變量名。編輯變量名(如使用 W_RAWRATE)，將 R_RAWRATE的標(biāo)準(zhǔn)值及相應(yīng)的空間滯后加入到表格中。101圖 18.8 Moran 散點(diǎn)圖保存結(jié)果選項(xiàng)圖 18.9 在 Moran 散點(diǎn)圖中保存結(jié)果的變量框18.3 推斷對(duì) Morans I 的推斷是基于隨機(jī)序列，它多次重新計(jì)算統(tǒng)計(jì)量產(chǎn)生一個(gè)參考分布。得到的統(tǒng)計(jì)量與參考分析相比較，計(jì)算一個(gè)假設(shè)顯著性。在散點(diǎn)圖中右擊調(diào)用選項(xiàng)菜單來(lái)開(kāi)始推斷計(jì)算，如圖 18.10 。選擇Randomization999permuions，產(chǎn)生直方圖，如圖 18.

55、11 所示。18.10 Moran 散點(diǎn)圖中隨機(jī)框102圖 18.11 Morans I 序列經(jīng)驗(yàn)分布除了參考分布(棕色)和統(tǒng)計(jì)量(黃色條)，圖中左上角還列出了序列數(shù)量和假設(shè)顯著性水平，統(tǒng)計(jì)值為 0.4836，理論平均值為 EI=-0.0182，經(jīng)驗(yàn)分布的平均值和標(biāo)準(zhǔn)差。在圖 18.11 中，這些值分別是-0.0191 和 0.0659(這些值取決于特定隨機(jī)序列，序列之間稍有不同)。點(diǎn)擊 Run 按鈕，評(píng)估結(jié)果對(duì)特定隨機(jī)序列的敏感性。特別地，對(duì) 999 序列，這些結(jié)果不會(huì)有太大的變化，但對(duì)數(shù)字較小的序列，如 99，將會(huì)有非常大的差別。注意：最顯著的 P-level 直接取決于序列的數(shù)目。例如，

56、對(duì) 99 序列，p=0.01，對(duì) 999 序列，p=0.001。將 Morans I 統(tǒng)計(jì)量的顯著性可視化的不同方法是在圖中繪出隨機(jī)信封(envelope)。這些斜率對(duì)應(yīng)于 2.5%到 97.5%的參考分布，包括了在空間隨機(jī)數(shù)據(jù)中計(jì)算的 Morans I 統(tǒng)計(jì)量分布的 95%。 在圖中右擊，選擇打開(kāi)選項(xiàng)(Exclude Selected，這是一個(gè)形狀選項(xiàng))，如圖 18.12 所示。隨后，圖中會(huì)出現(xiàn)兩個(gè)破折線，如圖 18.13 所示。注意：真正的 Moran 散點(diǎn)圖斜率正好位于隨機(jī)轉(zhuǎn)置(permute)序列范圍之外。圖 18.12 Moran 散點(diǎn)圖的信封(envelope)斜率103圖 18.

57、13 加入到 Moran 散點(diǎn)圖的信封(envelope)斜率18.4 練習(xí)一些樣本數(shù)據(jù)適合于進(jìn)行空間自相關(guān)的比率分析，允許(allowing)在練習(xí) 20 中原始比率與 EB標(biāo)準(zhǔn)化比率進(jìn)行比較。包括 ohg.shp 中 Ohio 州 88 個(gè)縣的肺癌數(shù)據(jù)(關(guān)鍵字為 FIPSNO)，sids.shp中 North Carolina 州 100 個(gè)縣的 SIDS率(關(guān)鍵字為 FIPSNO)，都是經(jīng)典的公共健康方面的應(yīng)用。Buenosaires.shp 中 Buenos Aires 城的 209 個(gè)選區(qū)(關(guān)鍵字為 INDRANO)是一個(gè)政治科學(xué)的下例子，sto_hom 中 78 個(gè)縣的案數(shù)據(jù)(關(guān)鍵

58、字為 FIPSNO)顯示了在學(xué)方面的應(yīng)用。在每一個(gè)這樣的例子中，可以分析不同的變量，評(píng)估空間自相關(guān)的敏感性選擇空間權(quán)重。104練9局部空間自相關(guān)19.1 目標(biāo)本練習(xí)關(guān)注局部空間自相關(guān)的定義，特別是局部 Moran 統(tǒng)計(jì)。其方法背景可參考 Anselin(1995)。在本練習(xí)末，你將知道：計(jì)算局部 Moran 統(tǒng)計(jì)和相關(guān)的顯著性地圖及叢聚地圖評(píng)估叢聚地圖對(duì)序列數(shù)字及顯著性水平的敏感性解釋空間和空間離群值的定義有關(guān)本操作的詳細(xì)內(nèi)容請(qǐng)參考 Users Guide 第 99-105 頁(yè)。19.2 LISA 地圖19.2.1 基礎(chǔ)為顯示局部空間自相關(guān)功能，載入包含 78 個(gè)縣案數(shù)據(jù)的文件 St Loui

59、s，OM(stl_hom.shp，關(guān)鍵字為 FIPSNO)。底圖如圖 19.1。你將會(huì)需要一個(gè)空間權(quán)重文件。如果你還沒(méi)有制作權(quán)重文件，在開(kāi)始分析前創(chuàng)建一個(gè) rook 權(quán)重文件(取名為 stlrook.GAL)。從菜單選擇 SpaceUnivariate LISA(如圖 19.2)，或點(diǎn)擊相應(yīng)的工具按鈕，開(kāi)始 Local Moran 功能。將會(huì)出現(xiàn)一個(gè)熟悉的變量選擇框。為變量選擇 HR8893，如圖 19.3。然后選擇 OK，將出現(xiàn)一個(gè)權(quán)重選擇框。指定權(quán)重文件 stlrook.GAL，如圖 19.4，繼續(xù)點(diǎn)擊 OK。最后一步，出現(xiàn)結(jié)果選項(xiàng)框，如圖 19.5 所示。圖 19.1 St Louis

60、區(qū)域各縣案底圖105圖 19.2 局部空間自相關(guān)功能圖 19.3 局部空間自相關(guān)變量選擇框圖 19.4 局部空間自相關(guān)空間權(quán)重選擇圖 19.5 LISA 結(jié)果選項(xiàng)窗口106得到 4 個(gè)不同類型的圖表和地圖：一幅顯著性地圖，一幅地圖，一幅箱圖，一幅 Moran 散點(diǎn)圖?，F(xiàn)在，選中所有的 4 個(gè)選項(xiàng)，如圖 19.5，但這并沒(méi)有必要。點(diǎn)擊 OK 產(chǎn)生 4 個(gè)圖表。19.2.2 LISA 顯著性地圖如圖 19.6 所示的顯著性地圖用不同的綠色陰影(在圖例中給出了相應(yīng)的 p 值)顯示了顯著的局部 Moran 統(tǒng)計(jì)的位置。你的結(jié)果可以會(huì)稍有不同，因?yàn)榈谝环鶊D是根據(jù) 99 序列的結(jié)果(這里顯示的地圖是 99