分析与地图的显示是两会儿事,空间分析可以简单的分为两块:第一
是:空间统计分析,即空间数据的探索性分析,一般用到地图,主要
是为了直观显示其属性值的空间分布情况,另外就是全局空间自相关
分析(全局Morans'I 系数)和局部空间自相关分析(LISA)及Morans
散点图(HH,HL,LH,LL);第二是:空间计量分析,主要包括:
空间滞后模型(SLM)和空间误差模型(SEM),使用的前提是,自
变量和因变量都存在空间自相关性,因此导致经典的计量模型估计有
偏或失效,因此自然而然将空间因素考虑到模型中进行分析,空间因
素的引进涉及最核心的表达空间的权重矩阵。这是空间计量模型和软
究区域的地图的制作;地图和属性数据的链接等。具体如下:首先可
以借助 Mapinfo 和 Arcgis 软件制作 shape 格式的地图文件,并设置
ID 唯一代码,接着制作属性值文件,其格式为dbf,然后,将上述制
作完成的 shape 格式文件和 dbf 格式属性值通过 OpenGoda 软件的
Table 菜单下的Merge TableDate 进行合并,形成一个完整的包含分
析需要的所有属性值的shape 格式文件。这样我们所有准备工作完成
了,接下来就可以进行各种各样的分析了。
先要对序列数据零均值化处理,检验数据是否符合正态分布,再检验数据的平稳性。如果平稳可以用ARMA模型,如果不平稳如果做检验,则需要进行差分来平稳化。
利用自相关和偏相关图确定模型的参数,再通过参数检验和信息准则选择最优的模型。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)