Phân Tích Sự Liên Kết Không Gian Qua Việc Sử Dụng Thống Kê Khoảng Cách

Geographical Analysis - Tập 24 Số 3 - Trang 189-206 - 1992
Arthur Getis1, J. K. Ord1
1Arthur Getis is professor of geography at San Diego State University. J. K. Ord is the David H. McKinley Professor of Business Administration in the department of management science and information systems at The Pennsylvania State University.

Tóm tắt

Trong bài báo này, chúng tôi giới thiệu một gia đình các thống kê, G, có thể được sử dụng làm thước đo của sự liên kết không gian trong một số trường hợp. Thống kê cơ bản được suy diễn, các tính chất của nó được xác định, và những lợi thế của nó được giải thích. Một số thống kê G cho phép đánh giá sự liên kết không gian của một biến trong khoảng cách xác định từ một điểm duy nhất. Chúng tôi so sánh thống kê G tổng quát với I của Moran trong các điều kiện giả thuyết và thực nghiệm tương tự. Công việc thực nghiệm bao gồm các nghiên cứu về hội chứng đột tử ở trẻ sơ sinh theo quận ở Bắc Carolina và giá cả đơn vị cư trú tại khu vực đô thị San Diego theo các quận mã bưu chính. Kết quả chỉ ra rằng các thống kê G nên được sử dụng kết hợp với I để xác định các đặc điểm của các mẫu không được tiết lộ bởi thống kê I một mình và, một cách cụ thể, các thống kê GiGi* cho phép chúng tôi phát hiện các "túi" phụ thuộc địa phương có thể không xuất hiện khi sử dụng các thống kê toàn cầu.

Từ khóa


Tài liệu tham khảo

10.1007/978-94-015-7799-1

10.1111/j.1435-5597.1988.tb01155.x

10.1007/978-94-009-2395-9

Cliff A. D., 1973, Spatial Autocorrelation

10.1080/01621459.1989.10478783

10.1002/bimj.4710310607

Davis J. C., 1986, Statistics and Data Analysis in Geology

10.1287/mnsc.32.7.878

10.1068/a160173

Getis A., 1985, “A Second‐order Approach to Spatial Autocorrelation”, Ontario Geography, 25, 67

10.1068/a231269

10.2307/1938452

10.1214/aoms/1177729545

10.1111/j.2044-8317.1978.tb00583.x

10.1007/BF02293782

10.1111/j.1538-4632.1981.tb00731.x

Mantel N., 1967, “The Detection of Disease Clustering and a Generalized Regression Approach”, Cancer Research, 27, 209

Pitman E. J. G., 1937, “The ‘Closest’ Estimates of Statistical Parameters”, Biometrika, 58, 299

Ripley B. D., 1977, “Modelling Spatial Patterns”, Journal of the Royal Statistical Society, 39, 172