Индикаторы пространственной зависимости
Индикаторы пространственной зависимости (англ. Indicators of spatial association) — статистические критерии, позволяющие определить зависимость между показателями рассматриваемых географических единиц и соседних для них географических единиц[1].
Определение[править]
Ряд специалистов определяют индикаторы пространственной зависимости как статистические показатели, которые оценивают существование кластеров в пространственном расположении данной переменной. Например, если мы изучаем уровень заболеваемости раком среди переписных участков в данном городе, местные кластеры в показателях означают, что есть районы, которые имеют более высокие или более низкие показатели, чем можно ожидать только случайно; то есть встречающиеся значения выше или ниже значений случайного распределения в пространстве.
Глобальные индикаторы пространственной зависимости[править]
Известные глобальные индикаторы пространственной зависимости[2]:
- Глобальный индекс Морана: наиболее часто используемая мера глобальной пространственной автокорреляции или общей кластеризации пространственных данных[3][4].
- Индекс Гири: мера глобальной пространственной автокорреляции, разработанная Гири в 1954 году[5][6]. Она обратно связана с индексом Морана, но более чувствительна к локальной автокорреляции, чем индекс Морана.
- Глобальный индекс Гетиса-Орда: введен Гетисом и Ордой в 1992 году в дополнение к индексу Морана[7].
Локальные индикаторы пространственной зависимости[править]
Известные локальные показатели пространственной зависимости (LISA)[2]:
- Локальный индекс Морана: производная от глобальная индекса Морано, который был представлен Люком Анселином в 1995 году[8] и может быть вычислен с помощью GeoDa (англ. GeoDa)[9].
- Локальный индекс Гетиса – Орда: разработан Гетисом и Ордой на основе их глобального индекса Гетиса-Орда.
- INDICATE: первоначально разработанный для оценки пространственного поведения звезд[10], может быть вычислен для любого дискретного набора данных 2 + D с использованием инструмента INDICATE на основе python, доступного на GitHub[11].
См. также[править]
Источники[править]
- ↑ Демидова О. А. Локальные индикаторы пространственной зависимости//БРЭ, 15.03.2023
- ↑ 2,0 2,1 Spatial Analysis Methods and Practice. — Cambridge University Press, 2020. — ISBN 9781108712934.
- ↑ Moran P.A.P. (1950). «Notes on Continuous Stochastic Phenomena». Biometrika 37 (1): 17–23. DOI:10.2307/2332142. PMID 15420245.
- ↑ Li H., Calder C.A. (2007). «Beyond Moran's I: Testing for Spatial Dependence Based on the Spatial Autoregressive Model». Geographical Analysis 39 (4): 357–375. DOI:10.1111/j.1538-4632.2007.00708.x.
- ↑ Geary, R. C. (1954). «The Contiguity Ratio and Statistical Mapping». The Incorporated Statistician 5 (3): 115–145. DOI:10.2307/2986645.
- ↑ J. N. R. Jeffers (1973). «A Basic Subroutine for Geary's Contiguity Ratio». Journal of the Royal Statistical Society, Series D (Wiley) 22 (4): 299–302. DOI:10.2307/2986827.
- ↑ Getis A., Ord J.K. (1992). «The analysis of spatial association by use of distance statistics». Geographical Analysis 24 (3): 189–206. DOI:10.1111/j.1538-4632.1992.tb00261.x.
- ↑ Anselin L. (1995). «Local Indicators of Spatial Association—LISA». Geographical Analysis 27 (2): 93–115. DOI:10.1111/j.1538-4632.1995.tb00338.x.
- ↑ Anselin, Luc Exploring Spatial Data with GeoDaTM: A Workbook. Spatial Analysis Laboratory (2005).
- ↑ Buckner A.S.M., Khorrami Z., Khalaj P., Lumsden S.L., Joncour I., Moraux E., Clark P., Oudmaijer R.D., Blanco J.M., de la Calle I., Herrera-Fernandez J.M., Motte F., Salgado J.J., Valero-Martín L. (2019-02-01). «The spatial evolution of young massive clusters. I. A new tool to quantitatively trace stellar clustering». Astronomy and Astrophysics 622: A184. DOI:10.1051/0004-6361/201832936. ISSN 0004-6361. Bibcode: 2019A&A...622A.184B.
- ↑ abuckner89 (2021-07-22), «abuckner89/INDICATE», <https://github.com/abuckner89/INDICATE>. Проверено 14 сентября 2022.
Ссылки[править]
Одним из источников этой статьи является статья в википроекте «Руниверсалис» («Руни», руни.рф), называющаяся «Индикаторы пространственной зависимости». Материал указанной статьи полностью или частично использован в Циклопедии по лицензии CC BY-SA. Всем участникам Руниверсалиса предлагается прочитать «Обращение к участникам Руниверсалиса» основателя Циклопедии и «Почему Циклопедия?». |