地理探测器R语言数据准备 地理探测器p值

缘起

首先明确空间统计学与经典统计学的区别。

1、在经典统计学中，研究对象是同一类的。而空间统计学的研究对象是地理对象，是不同类的。
空间统计学的研究对象数据来源是空间数据。
2、经典统计学的第二大假设是：研究对象都是同分布的；而空间统计学中，地理学研究的对象具有区域性，规律不一样，不同区域参数不一样，变量不一样，倘若不存在地理分异，直接用时间序列做研究即可，就不会有地理学相关的研究。

空间数据的一大特性是空间自相关性，而经典的统计学的研究对象都是独立的，这是第一大假设。与我们地理学上研究的对象不符合，因此，产生了以克里金为代表的空间自相关的一套空间统计学方法。
空间数据的第二大特性是空间分异性，或者叫空间分异性、空间分层异质性、空间差异性、空间分区特性

空间分异性Spatial Stratified Heterogeneity (SSH)定义

空间分异性，在统计学上来讲是一种现象，表达的是一种层内比层间更相似的现象

空间分异性是自然的规律，在过去的地理学研究中，地理研究者通过聪明才智观察并揭示认识自然规律，并解释其归因

而今天，人们找到并使用一种机器学习的办法来研究对自然现象的规律性的认识，进而对它的的形成原因进行阐述

于是地理探测器应运而生

对于组内比组件更相似的空间分异性的阐释，除了用语言表达之外，需要对他用数学公式进行表示

地理探测器的核心公式是

关于地理探测器的使用，该工具有R语言版本以及excel宏版本两种

相关数据下载：

在excel中用宏的形式嵌入软件功能，最后在excel中形成图表形式