空间自相关--Morans27I

word某某各区县乡村人口所占比例的空间自相关分析选题：在ArcGIS中分别计算全局MoranI 指数和局部MoranI指数，分析某某各区县乡村人口所占比例的空间关联程度。实验目的：根据某某市各区县之间的邻接关系，采用二进制邻近权重矩阵，选取各区县2008年的某某各区县的总人口与乡村人口，计算出某某各区县乡村人口所占的比例，在ArcGIS里面分别计算全局MoranI 指数和局部MoranI指数，分析空间关联程度。实验数据：1某某统计年鉴中2008年某某市各区县的总人口与乡村人口数量excel表格2某某市各区县的矢量图shp.文件软件：Arc操作过程与结果分析：第一步：导入Excel数据文件和某某市各区县的矢量图，并建立关联1.CatalogFolder Connections，在对应的文件夹下打开某某市各区县城镇化率的EXCEL表格与某某市各区县shp文件2.右键单击某某区县界shp.文件后，Joins and RelatesJoin，选择“地区为关联字段，将两个文件关联起来3.右键单击关联后的某某区县界shp.文件，导出为Export_Output文件，新文件的属性表如下：第二步：计算全局Morans I1. 打开ArcToolbox，选择Spatial Statistics ToolsAnalying PatternsSpatial AutocorrelationMorans I选择二进制邻接矩阵方法来确定空间权重矩阵即当区域i和具有公共边或公共点时，两区域的距离矩阵设为1，假设不相邻接，其距离矩阵设为0，选择欧式距离作为计算距离的方法，对数据进展标准化处理后计算全局MoranI指数度量空间自相关2.输出结果：3.结果分析：Z得分值在-1.65,1.65之间，区县乡村人口所占比例的观测值在空间上表现为独立随机分布；Z值大于且显著时相似观察值在空间上表现为集聚分布高值或低值，小于且显著时相似观测值在空间上趋于分散分布。2008年，某某市各区县城镇化率的全局Morans I指数为正值I=0.414678，对应的标准化统计量Z=4.663389，在正态分布的假设下显著性水平P值为03，对Moran指数检验的结果高度显著，在随机分布假设下，Moran指数I的期望值与方差值分别为6316和8943。说明从整体来看，2008年某某市各区县乡村人口所占比例存在正的空间自相关，表现为低低集聚，各区县乡村人口所占比例的空间分布并非完全是随机性分布的，而是表现出相似值之间的空间集聚性。第三步：计算局部Morans I1.打开ArcToolbox，选择Spatial Statistics ToolsMapping ClustersCluster and Outlier Analysis，选择二进制邻接矩阵方法来确定空间权重矩阵，最后得到某某市各区县城镇化率的局部MoranI指数以与相对应的Z统计值和P值2.输出结果：2. 结果分析：属性表里面生成各区县对应的局部MoranI指数以与对应的统计值Z和显著性水平P值，MoranI指数为正且Z值为正并且在显著性水平的条件下通过检验的区域相似值高值与低值趋于空间集聚，如下表：满足这一条件的区县包括大渡口区、九龙坡区、南岸区、渝中区、江北区、渝北区、沙坪坝区、北碚区、在空间上表现为高高集聚或低低集聚。表中Moran指数和Z值都为负的区县，显著性水平没有通过检验，其在空间上的分布呈现出一定的随机性，这主要是因为这些地区邻近趋于经济水平呈现出一定差异性，并没有显著的空间关联。MoranI指数一般为-1,1，表中输出结果中局部区县MoranI指数略大于1，原因在于这些区域的乡村人口所占比例与全市平均水平相差较大，出现极高或极低值，这并不影响对空间关联的分析。图中分析结果明确大渡口区、九龙坡区、南岸区、渝中区、江北区、渝北区、沙坪坝区、北碚区的Z值在的显著性水平下显著，出现低低聚集。8 / 8