最近把arcgis基础看了一下，今天实现了arcgis基础散点图的制作，这个是基础，后面的像热力图什么想必都是类似了，本篇博客就来记录一下如何使用arcgis实现地图散点图的制作。 本次实验中用到了如下软件或数据：ARCMAP10.7；义乌的poi点；义乌轮廓shp文件；1.操作步骤总的来说步骤如下所示：新建arcgis的地图文件，并保存；将poi点和义乌的shp文件都读取进来，并分别保存成两个l
转载
2024-04-02 06:49:36
714阅读
目标函数的平滑度对于优化的成功至关重要。可视化目标函数是一种检查平滑度的简便方法。例如，让我们检查“溃疡指数”（ Ulcer Index） ，这是一种风险度量，类似于“标准偏差”。溃疡指数尝试通过衡量价格回撤来衡量持有交易或投资的压力。溃疡指数基于下降波动性有害、上升拨动性有利的概念。不像金融行业通常用来衡量股票风险的标准差那样使用同样的权重来衡量上行波动和下行波动，溃疡指数使用了更加明智的方法。
转载
2023-10-13 22:23:46
7阅读
自新冠疫情在全球扩散以后，人民日报有段时间每天都会在微信公众号更新全球疫情形势，用南丁格尔玫瑰图(点击查看人民日报原图链接)来统计各国确诊和死亡病例。此后国内似乎突然开始喜欢上了用玫瑰图来展示数据，也出现了很多仿制人民日报的玫瑰图的教程。前几天刷微博的时候偶然看到网易数读在8月23日发布的一条“人类社畜图鉴”统计对社畜最友好的城市，列举了各个城市之间薪酬、加班时长以及生活方面的各类对比，其中关于中
转载
2023-10-25 18:22:11
268阅读
第15问：如何选择控制图？最常用的控制图是哪几种？
答：
在选择控制图时，首先选择要判断数据的类型：
连续型变量可用的控制图有：X-R,X-S,XMR等，离散型变量可用的控制图有：U,c,z，P,nP图等。X-R,X-S图是适合分组数据的，如果分组的容量小于10则选择X-R，否则选择X-S图，如果是单点值则选择XMR。对于离散型变量要判断分布的类型，如果是二项分布则采
# 如何使用R语言绘制莫兰指数散点图
## 引言
作为一名经验丰富的开发者，我将向你介绍如何使用R语言绘制莫兰指数散点图。莫兰指数是用于空间自相关分析的重要指标，可以帮助我们理解数据的空间分布模式。通过绘制莫兰指数散点图，我们可以更直观地观察和分析数据的空间相关性。
在本文中，我将向你展示如何一步步地实现这个任务。首先，我们将了解整个流程，并使用表格形式展示每个步骤。然后，我将逐步解释每个步骤
原创
2023-12-28 08:12:01
875阅读
# R语言画莫兰散点图的指南
莫兰散点图是地理统计学中用于评估空间自相关性的一个重要工具。下面将带你逐步实现这一目标。以下是实现流程的概述：
| 步骤 | 描述 |
|-------|----------------------------------------|
| 1 | 安装并加载必要的R包
原创
2024-10-24 03:20:42
188阅读
四象限图excel中经常需要使用到四象限图进行统计数据，四象限图具体该如何进行制作呢?下面是seo实验室小编带来的关于excel制作四象限图的方法，希望阅读过后对你有所启发!excel制作四象限图的方法制作四象限图步骤1：散点图的作法与其它图表的作法不同的一点是：不要选择标题行或列，仅选择数据项，如下图中标绿色的部分，并插入散点图，系统自动生成图2的图表。excel制作四象限图的方法图1excel
转载
2024-05-07 14:01:31
103阅读
上篇我和小伙伴们分享了简单指数平滑法，简单指数平滑法只能预测那些处于恒定水平和没有季节变动的时间序列，今天和大家分享非恒定水平即有增长或者降低趋势的，没有季节性可相加模型的时间序列预测算法---霍尔特指数平滑法（Holt）。Holt 指数平滑法估计当前时间的水平和斜率。其平滑水平是由两个参数控制，alpha：估计当前点水平；beta：估计当前点趋势部分斜率。两个参数都介于0-1之间，当参数越接近0
转载
2023-12-02 22:33:43
84阅读
一、理论部分在做变量的空间相关性时，一般分为两部分：1.全局莫兰指数分析 2.局域莫兰指数分析 。 全局莫兰指数主要是观察指标的整体的聚集效应，莫兰指数大于0呈现空间正相关，小于0呈现空间负相关。计算公式如下： 公式截图来自我的论文初稿，自己总结的，可能存在一些错误，具体的可以自行查阅权威论文。局部莫兰分析是对地区之间的指标的相互影响进行具体分析，主要可以通过LISA聚集图或者莫兰散点图进行分析，
转载
2023-10-08 09:11:06
723阅读
## 莫兰指数（Moran's I）的实现流程
莫兰指数是一种用于衡量空间相关性的统计指标，它可以帮助我们确定数据在空间上的分布是否呈现出聚集或离散的模式。在R语言中，我们可以使用`spdep`包来计算莫兰指数。
下面是实现莫兰指数的流程图：
```mermaid
flowchart TD
A(导入数据) --> B(创建空间对象)
B --> C(计算空间权重矩阵)
原创
2023-10-07 11:58:40
803阅读
本文中，我们讨论了一个将Poisson过程与Wiener过程结合在一起的最佳算法的问题。实际上，为了生成泊松过程，我们总是习惯于模拟跳跃之间的持续时间。我们使用给定时间间隔内跳跃的均匀性，该条件取决于跳跃的次数。首先，我们可以生成一个可能具有漂移的维纳过程，然后在其旁边，我们可以生成指数定律（这将对应于跳跃之间的时间），还可以生成跳跃幅度 。我们在这里 要么 。我们首先通
转载
2023-10-25 21:20:35
207阅读
莫兰迪配色是一种非常流行的配色方案，以莫兰迪女士的名字命名，是一种结合了现代感和怀旧情怀的配色方式。在数据可视化领域，使用莫兰迪配色可以使图表更加美观、引人注目。
在R语言中，我们可以使用一些包来实现莫兰迪配色，例如`viridis`包和`ggplot2`包。下面我们将演示如何在R语言中使用莫兰迪配色进行数据可视化。
首先，我们需要安装并加载`viridis`包和`ggplot2`包：
``
原创
2024-02-28 07:43:15
857阅读
# 使用 R 语言实现莫兰迪配色
莫兰迪色彩是一种柔和且富有艺术感的配色方案，常用于插画、室内设计等领域。在 R 语言中，我们可以轻松实现这种特定的配色。本文将带您通过一系列步骤来实现莫兰迪配色，并绘制出一个饼状图。
## 实现步骤
| 步骤 | 描述 |
|------|----------------------------|
| 1 |
**实现R语言和莫兰指数的流程**
为了帮助刚入行的小白实现R语言和莫兰指数，我们可以按照以下步骤进行操作。下面的表格展示了整个流程：
| 步骤 | 操作 |
| ------ | ------ |
| 步骤1 | 安装所需R语言包 |
| 步骤2 | 导入数据 |
| 步骤3 | 计算邻近矩阵 |
| 步骤4 | 计算空间权重矩阵 |
| 步骤5 | 计算莫兰指数 |
| 步骤6 | 可视化
原创
2023-12-28 05:36:15
251阅读
Geoda软件一、数据处理二、Geoda--莫兰指数画图 一、数据处理1、数据处理我要做的操作是对各套数据源进行莫兰指数计算，看Moran’s散点图、显著性地图、聚类地图相关内容。要画出上述所说的内容，就要把数据给清理好，如下图所示，就是我们要做的首先，我们需要在ArcGIS中分别把GBD、Canada、NASA、liuyang的数据导入地图，然后通过PAC区县代码将这四套数据连接到同一个标准地
转载
2023-11-06 16:02:08
379阅读
# 使用R语言计算全局莫兰指数的步骤
## 1. 环境准备
在开始计算全局莫兰指数之前，我们首先需要准备好R语言的开发环境。确保你已经安装了R语言和RStudio，并且能够成功启动RStudio。
## 2. 安装必要的包
计算全局莫兰指数需要使用到一些R包，我们需要先安装这些包。在RStudio的控制台中输入以下代码，并运行：
```R
install.packages("spatial"
原创
2023-10-17 13:04:07
869阅读
莫兰指数（Moran's I）是一种用于测量空间数据聚集程度或分散程度的统计量。其值的范围从-1到+1，值越接近1表示聚集程度越高，接近-1表示分散程度越高。本篇博文将详细介绍如何使用R语言计算莫兰指数的过程，涉及多个技术概念及操作步骤。
## 协议背景
回顾历史，莫兰指数的提出时间可以追溯到1950年代，随着地理信息科学的发展，空间统计方法得到了广泛的应用。
```markdown
时间轴
# 如何实现R语言分年份莫兰检验
## 1. 整体流程
```mermaid
flowchart TD
A(导入数据) --> B(分年份数据)
B --> C(计算空间权重矩阵)
C --> D(计算莫兰检验)
D --> E(结果输出)
```
## 2. 分步解释
### A. 导入数据
在R语言中，首先需要导入数据，可以使用以下代码：
```R
原创
2024-06-03 06:36:58
95阅读
以下内容完全由本人在实际操作中搜集整理总结得到，很细致的介绍：从如何在stata中导入数据，怎么定义面板数据，再到如何做局部和全局空间相关性检验（莫兰指数）和空间杜宾模型等。1、导入面板数据在excel中输入如下格式的数据：打开STATA，data-data editor- data editor(edit)，将excel中数据复制上去接着在STATA主界面的command窗口输入：x
转载
2024-01-27 14:43:28
515阅读
1、字段顺序的调整【图层属性】→【字段】（【高级排序】功能也在这里） 2、所谓热点地区：本身是高值，邻居也是高值，才成为热点地区（这是操作中总结出的，但其实了解原理就很简单了，详细请查看空间自相关、莫兰指数等相关内容） 3、统计点在区域上的分布【空间连接】，生成Join_Count字段，储存区域点个数 4、犯罪率统计：【空间连接】→【空间自相关分析】（勾选生成报告）→
转载
2023-12-22 21:05:53
12阅读
