: .
)为空间滞后变量,右边的一栏(X)为非滞后变量。指定 A987(1998 年 7 月平均每
8 小时的 ozone 数据)为滞后变量,A988(1998 年 8 月平均 8 小时的 ozone 数据)为 X 变量,如图 ,
点击 OK 将出现权重选择对话框,如图 所示。
120图 双变量 Moran 散点图功能
图 双变量 Moran 散点图变量选择
图 双变量 Moran 散点图空间权重文件选择
选择 作为权重文件,点击 OK 产生双变量 Moran 散点图,如图 。注意:这幅图
的合理解释是关于产生的 Moran's I 用所有相邻位置的平均值评估一个位置的 X 变量(A988)值与其
它变量(A987)相关程度。作为一幅散点图,所有的标准选项都被执行,如随机化(randomization),
随机化信封(envelopes)及保存中间过程变量。同样,作为一幅散点图,可以设置 Exclude Selected
选项来方便链接和刷光(见练**** 18,关于这些标准选项的详细谈论)。
121图 双变量 Moran 散点图:988 与 987 相邻的 ozone
时-空相关性
图 所用的例子是关于在两个不同时间点的同一变量(第 8 小时的 ozone 观测值)。时-空相
关性被认为是普通双变量空间关系的一种特例。然而,图 所绘的关系并不是唯一的解释。将 X
变量和空间滞后变量相互转换也是合理的。
调用双变量 Moran 散点图功能,A988 为 Y 变量(空间滞后),A987 为 X 变量。结果将如图 。
这幅图描绘了一个位置 1998 年 7 月的 ozone 与 1998 年 8 月邻居的平均值的相关性。你可以认为图
中的双变量相关性是关于向心扩散(从现在的相邻位置到未来的核心位置),而图 所示的
双变量相关性是向外扩散(从现在的核心到未来的相邻位置)。每一个都是时-空相关性的不同视角。
时-空相关性可以分解为一个纯空间自相关,如图 所示在的 Moran 散点图,和一个纯时间
序列的相关性,如图 中的相关性图。
122图 双变量 Moran 散点图:987 与 988 相邻的 ozone
图 987 和 988 中 ozone 的空间自相关
123图 987 和 988 之间的 ozone 相关性
作为与 Moran's I 相 似 的可替代物,是利用时
GeoDa工作手册21章-最后 来自淘豆网www.taodocs.com转载请标明出处.