geoda空間自相關分析中文版

geoda軟件官（guān）方最新版提供了（le）非常實用的空間自相關分析功能，應用範圍非常之廣泛，非（fēi）常適合專（zhuān）業人士來（lái）使用，集成了眾多的空間相關算法，可以進行（háng）聚類（lèi）和空間分析，小編（biān）為大家帶來的是中文版本，歡迎有需要的朋友下載體驗！

官方介紹

geoda是一個免（miǎn）費（fèi）、開源的空間數據分析軟件。 通過探索和建模空間模式，geoda向用戶提供了全新的空（kōng）間數據分析視角。

geoda是（shì）由 luc anselin 博士和其團隊開發的. 該程序提供了友好的用戶界麵以及豐富的用於探索性空間數據分析(esda)的方法，比（bǐ）如空間自相關統計(spatial autocorrelation statistics)和基本的空間回歸分（fèn）析(spatial regression analysis)。

從2003年2月geoda發布第一個版（bǎn）本以來， geoda的用戶（hù）數量 成倍的增長。截（jié）止2017年6月，geoda的用戶數量已經超過了20萬。 包括哈佛（fó），麻省理工、康奈爾（ěr）等著名大學都在實驗室中（zhōng）安裝並（bìng）使用geoda軟件。geoda軟件（jiàn）得到了用戶和媒體廣泛的好評（píng），被稱之為“一個（gè）非常重要的（de）分析工（gōng）具”，“一款製作精良的軟（ruǎn）件”，有著“激動人心的進展”。

geoda最新發布（bù）的版本是1.20。新版本包含了很多新（xīn）的功能（néng），比如（rú）：單變量（liàng）和多變量的局部geary聚類分析，集（jí）成（chéng）了經典的（非空間）聚類分析（xī）方法（pca，k-means,hierarchical聚（jù）類--詳細請參考hoon et al's 2013 "c clustering library"）。同時geoda也（yě）支持更多的（de）空間數據格式，支持時空數據，支持包括nokia和carto提供的底圖(basemap)顯示，均值比較圖表(averages charts)，散點圖矩陣(scatter plot matrices)，非（fēi）參數的空間自相關圖(nonparametric spatial autocorrelation--correlogram)，以及靈（líng）活的數據分類方法(flexible data categorization)。

geoda特色

geoda支持更（gèng）多的空間數據格式（shì）

引入gdal軟件庫後，geoda目前可以支持多（duō）種矢量數據格式，包括（kuò）：esri shapefile, esri geodatabase, geojson, mapinfo, gml, kml等。 同時geoda也能從（cóng）表格數據(如：.csv, .dbf, .xls, .ods)中通過製定坐標數據（x，y或者經緯度）來創建點空（kōng）間（jiān）數據。 geoda也能讓用戶將感興趣（qù）的、選中的數據另存為一個新的矢量數據（jù）。

通過相互關聯的地圖和圖（tú）表探索統計結果

與在地圖中可視化原始數據的程序相比，geoda 側重於通過鏈接的地圖和（hé）圖（tú）表探索統計測試和模型的結果。

探索多種空間數據分類

使用新的類別編輯器，您可以探索結果對（duì）數據分類閾值變化（huà）的敏感程度。在此示例（lì）中，條件映射（右）中的閾值（zhí）基於可在類別編（biān）輯器（左）中調整的類別。

時空模式分析

您現在可以在新的時（shí）間編（biān）輯器中跨時間段對同一變量（liàng）進行分組，以探索跨空間和時間的統（tǒng）計模式。然後使用時間播放器探索隨著時間推移視圖（tú）變化的結果（guǒ）。

添加包括nokia和cartodb提（tí）供的底圖(basemap)

如果您的空間數據被投（tóu）影（.prj 文件），您現在可以將底圖添加到任何地圖視（shì）圖（tú），包括聚類地（dì）圖，以獲得更好的（de）方向和（hé）地麵真實結果。

時空數據的均值（zhí）比較

新的平均值圖表比較了隨時間（jiān）和（hé）/或空間取平均（jun1）值的值，並測試這些平（píng）均值的差異是否顯著。例如，首先選擇是要比較同一時間段內選定觀測值與未選定觀（guān）測值的均值，還是（shì）比較不同時間段的所有觀測值。一個基本的前後/影響控製測試然後表明您的（de）結果是否隨時間和空間變化（使用 f 測試和差異中的差異測試）。

檢測多元（yuán）空間關係

散點圖矩陣允許您一次探索多個二元相關性。在此示例（lì）中，顯示了舊金山選定、未（wèi）選定和所有警區（qū）的回歸斜率，以探索四種犯罪類型（xíng）之間的關係。

檢測隨（suí）時間（jiān）的變化在空（kōng）間上聚集

使用（yòng）全局或（huò）局部微（wēi）分 moran?s i 測試來確定（dìng）給定位（wèi）置的變量隨（suí）時間的變化是否與其鄰居的變量在統計上（shàng）相關。例如，這（zhè）張本地 (lisa) 集群地圖顯（xiǎn）示了 2002 年（nián）至 2008 年期（qī）間紐約兒（ér）童比例變化較大的熱點（以及變化（huà）較小（xiǎo）的冷點）。

單/多變量的空間聚類分析

luc anselin (2017)最近用新的空間關聯局部指標（biāo）擴展了 geary 的 c。這適用於法國“道德統計”的（de）經典數據（jù）集（guerry，1833 年），以顯示識字率的顯著高和低空間集中度（左圖）以及財產犯罪和識字率的顯著關聯（右圖）。

集成經典的數據聚類（lèi）方法分析空間數（shù）據

您現在可以映射幾種經典非空間聚類技術的模式，包括主成分分析（左圖）、k 均值（右上）和層次聚類（右下）。使用與上例相同（tóng）的數據，下麵的（de）地圖顯示了財產犯罪、識字率和自（zì）殺的本地（dì）集群。

檢測（cè）空間相關性（xìng）邊界閾值

當相鄰對的值不再相關時，非參數空間自相關測試（相關圖）現在可用於確定距離閾值。

軟件亮點

空（kōng）間回歸分析(spatial regression analysis)

空間自相關統計(spatial autocorrelation statistics)

單變量和多變（biàn）量的局部Geary聚（jù）類分析

（非空間）聚類分析方法（PCA）等

geoda軟件安裝步驟

因為下載的是中文版安（ān）裝包，所以選擇簡體中文即可。

記得（dé）一（yī）路都選擇簡體中文。

一直下一步，點擊安裝即可。

完成（chéng）之後，開始中打（dǎ）開geoda，會發現是中文界麵，省事兒不少。