arcgis的冷热点分析的意义

arcgis的冷热点分析的意义是:可以知道高值或低值要素在空间上发生聚类的位置。

并且arcgis冷热点分析是构建在统计推断中常用的零假设检验的思想之上的。由于我们的眼睛和大脑无时无刻不在分析数据背后的模式。

即使是随机分布的事件在空间上也可能表现出某种程度的集聚,热点分析工具的目标就是识别出具有统计显著性聚类的区域,因为这说明这些事件正在受某些空间过程因子的影响,存在空间上的关联性。

 

arcgis的冷热点分析的工作方式是:

查看邻近要素环境中的每一个要素。高值要素往往容易引起注意,但可能不是具有显著统计学意义的热点。要成为具有显著统计需意义的热点,要素应具有高值,且被其他同样具有高值的要素所包围。

某个要素及其相邻要素的局部总和将与所有要素的总和进行比较;当局部总和与所预期的局部总和有很大差异,以至于无法成为随机产生的结果时,会产生一个具有显著统计学意义的 z 得分。

 

arcgis的冷热点分析的结果说明是:

为数据集中的每个要素返回的 Gi* 统计就是 z 得分。对于具有显著统计学意义的正的 z 得分,z 得分越高,高值(热点)的聚类就越紧密。对于统计学上的显著性负 z 得分,z 得分越低,低值(冷点)的聚类就越紧密。

在 ArcMap 中运行此工具时,输出要素类会自动添加到内容列表,同时对 Gi_Bin 字段应用默认渲染。

------本页内容已结束,喜欢请分享------

感谢您的来访,获取更多精彩文章请收藏本站。

© 版权声明
THE END
喜欢就支持一下吧
点赞12 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片