在上篇中，我们详细地阐述了全局莫兰指数(Global Moran’I)的含义以及具体的软件实操方法。今天，就来进一步地说明局部莫兰指数(Local Moran’I)的含义与计算。 首先说明一下进行局部相关分析的
转载
2023-10-07 17:53:38
689阅读
概述：根据要素位置和属性值使用 Global Moran's I 统计量测量空间自相关性。提出者为澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰(Patrick Alfred Pierce Moran)。 Moran PAP. The interpretation of statistical maps[J]. Journal of the Royal Statistica
转载
2024-01-25 21:34:09
232阅读
Moran指数分析Moran指数（莫兰指数）是研究空间关系的一种相关系数值，比如研究中国31省市GDP之间是否具有空间相关关系。Moran指数通常分为两种，分别是全局Moran指数和local局部Moran指数。全局Moran指数用于分析整体上是否存在空间相关关系，如果全局Moran指数呈现出显著性，接着可进一步深入分析局部Moran指数了解细节性关系情况等。Moran指数的计算上需要提供两项数据
转载
2023-08-15 13:40:27
0阅读
莫兰指数是分析数据是否有空间相关性的一个方法，有单因子莫兰指数和双因子莫兰指数取值范围：-1——1，-1表示完全负相关；1表示完全正相关；本文使用Geoda计算莫兰指数，具体分为2步骤：1.建立权重。权重仅是空间关系的一个表示，不指定任何变量本文使用的是点数据，建立变量不选择任何一个已有变量，并且要选择“基于距离空间权重”，所有项都选择默认即可 2. 计算莫兰指数
转载
2023-06-05 15:02:57
575阅读
莫兰指数分为全局莫兰指数（Global Moran's I）和局部莫兰指数（Local Moran's I），前者是Patrick Alfred Pierce Moran开发的空间自相关的度量；后者是美国亚利桑那州立大学地理与规划学院院长 Luc Anselin 教授在1995年提出的。通常情况，先做一个地区的全局I指数，全局指数只是告诉我们空间是否出现了集聚或异常值，但并没有告诉我们在哪里出现。
转载
2024-01-17 09:13:47
134阅读
Moran指数分析Moran指数（莫兰指数）是研究空间关系的一种相关系数值，比如研究中国31省市GDP之间是否具有空间相关关系。Moran指数通常分为两种，分别是全局Moran指数和local局部Moran指数。全局Moran指数用于分析整体上是否存在空间相关关系，如果全局Moran指数呈现出显著性，接着可进一步深入分析局部Moran指数了解细节性关系情况等。Moran指数的计算上需要提供两项数据
转载
2023-09-27 09:26:25
384阅读
Python数据分析：数据读取、预处理 文章目录标准数据集1. 数据读入、保存查询当前的工作路径Excel 数据读入数据保存数据复制 `浅拷贝、深拷贝`读入 .csv文件时的编码问题 `utf-8' codec can't decode`2. 数据预处理缺失值处理: 删除缺失值所在行重复值处理: 判断并删除重复值所在行异常值的处理方法：`统计法`、`3σ 法`、`箱型图`3. 撰写报告、结论分析
转载
2023-11-15 13:42:32
160阅读
简介Moran's I是澳大利亚统计学家莫兰在1950年提出的一种测量空间自相关的测量方法。空间自相关指信号在空间的邻近位置之间呈现相关性，因为是多维和多方向的，它比一维自相关更复杂。莫兰全局指数可以反映数据离散或者聚集的程度。例如，这里白方和黑方是完全分散的，此时全局莫兰指数将是-1。计算计算公式如下(Wiki)：其中x为数据，w为空间权重，W为所有空间权重的和。权重矩阵w的计算使用较多的是距离
转载
2023-08-22 16:31:11
674阅读
# 如何使用Python计算莫兰指数
## 一、引言
莫兰指数（Moran's I）是空间统计学中一个重要的指标，用于评估空间数据的自相关性。它可以帮助开发者了解某种现象（如经济、环境数据等）在空间上是否存在聚集的趋势。在本文中，我将教你如何在Python中计算莫兰指数。
## 二、流程概述
在实现莫兰指数的计算之前，我们需要明确整个工作的流程。以下是一个简单的步骤表格，清晰地列出了进行计
原创
2024-09-30 06:16:57
206阅读
最近忙于研究事宜，许久未归。新一期资源整理博客。1 Coding:1.Python的Geohash编码压缩工具。georaptor2.基于Google Earth Engine平台用于洪涝灾害的水文遥感分析包。hydra floods3.Python库moto，一个使您能够轻松模拟基于AWS基础架构的测试的库。moto4.R语言包helpr，可以改善友好的HTML文档。helpr5.Binder实
想起这个素材是因为读研时学过这门课...（啧，就这还敢说学过）前面大部分内容根据官方帮助文档自己整理，详细信息可参照Arcgis帮助文档，正好在看论文有份数据就借来练习了...【莫兰指数】莫兰指数分为全局莫兰指数（Global Moran's I）和局部莫兰指数（Local Moran's I），前者是Patrick Alfred Pierce Moran开发的空间自相关的度量；后者是美国亚利桑那
转载
2023-10-24 21:47:08
104阅读
Face the past with the least regrets, face the present with the least waste and face the future with the most dreams.不悔恨过去；不荒废现在；充满梦想，面对未来。社团划分结果评估指标：Q、ARI、NMI一、模块度Q（Modularity）模块度也称模块化度量值，是目前常用的一种衡量网
转载
2024-05-27 13:02:03
67阅读
在之前的博客基本上已经对空间相关分析这一块进行了详细地介绍，今天以具体案例来实际对比，在两种不同的计算指标下，空间相关分析的结论是否存在差异。 目录一、基本回顾二、全局相关分析对比三、局部相关分析对比四、总结 一、基本回顾还是以莫兰指数的计算公式进行回顾： 当时谈到，根据研究对象的不同，这里的的取值会有所不同。本次分析仍将研究重庆市2009年至2018年各区县经济发展水平在空间上的差异情况，对比当
转载
2024-05-20 22:34:12
192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
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
382阅读
目录背景空间自相关空间权重矩阵全局空间自相关局部空间自相关空间计量模型空间滞后与空间误差地理加权回归显著性检验 背景源于：地理学第一定律；空间数据具有空间依赖和空间自相关性核心：认识与地理位置相关的数据之间的空间依赖、空间关联或空间自相关；通过空间位置建立数据间的统计关系。运用统计分析法，建立空间统计模型、从数据中挖掘空间自相关与空间变异规律。经典统计方法认为样本独立假设；而空间数据并非完全独立
转载
2023-12-01 12:55:02
387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
上网查阅了一些莫兰指数，通常的解释为空间相关性的特征指数，用于衡量地区之间是否相关。但是由于最近做的一篇论文中提到了将莫兰指数用于欠分割和过分割的检测问题，对于此处目前还不是很了解。网络上目前能够搜索到的大多是一些通过莫兰指数来绘制人口、pm2.5热点图这样的一些应用。对于这样的一些图，可以从中看出地区之间远近对于待调查的变量的影响程度。 对于莫兰指数，我们需要知道的是，其值的范围为【-1，
转载
2023-10-06 22:05:45
735阅读
在进行空间数据分析时，莫兰指数（Moran's I）是一个极其重要的指标，用于衡量地理或空间数据的集聚程度。本文将围绕如何用 Python 分析莫兰指数的过程进行详细记录，包括备份策略、恢复流程、灾难场景、工具链集成、预防措施和扩展阅读，给出具体的实现步骤与相关代码。
### 备份策略
为了确保我们的分析结果不会因意外丢失，我们应该制定一个有效的备份策略。在这个阶段，我们用一个流程图来展示备份
# Python 全局莫兰指数
莫兰指数（Moran's I）是用于测量空间自相关性的一种统计方法，它可以帮助我们了解数据是否在空间上存在聚集性或分散性。在地理信息系统、城市规划和生态学等领域，莫兰指数被广泛应用。
Python 中有很多库可以计算莫兰指数，如 `pysal`、`pandas` 等。在本文中，我们将介绍如何使用 `pysal` 库计算全局莫兰指数，并通过代码示例来进行说明。
原创
2024-03-24 05:58:01
471阅读
