geoda空間自相關分析中文版

geoda軟（ruǎn）件官（guān）方最新（xīn）版（bǎn）提供了非常實用的空間自（zì）相關分（fèn）析功能，應（yīng）用範圍非常之（zhī）廣泛，非常適合專業（yè）人士來使（shǐ）用（yòng），集成（chéng）了眾（zhòng）多的空間相關（guān）算法，可以進行聚類和空間分（fèn）析，小編為大家帶來的是（shì）中文版本，歡（huān）迎有需（xū）要的朋友下載體驗！

官方介紹

geoda是一個免（miǎn）費、開源的空間（jiān）數據分析軟（ruǎn）件（jiàn）。 通過（guò）探（tàn）索和建（jiàn）模空間模式，geoda向用（yòng）戶提（tí）供了（le）全新的空間數（shù）據分析視角。

geoda是由 luc anselin 博士和其團隊開發的. 該程序提供了友（yǒu）好的用戶界麵以及豐富的用於探索性（xìng）空（kōng）間數據分析(esda)的方法，比如空間自相關統計(spatial autocorrelation statistics)和基本的（de）空間回歸分析(spatial regression analysis)。

從2003年2月geoda發布（bù）第（dì）一個版本（běn）以來， geoda的（de）用戶數量 成倍的增長。截（jié）止2017年（nián）6月（yuè），geoda的用戶數量已經超過了20萬。 包括哈佛，麻省（shěng）理工、康奈爾等（děng）著（zhe）名大學都在實驗（yàn）室中安裝並使用geoda軟件（jiàn）。geoda軟件得到了用（yòng）戶（hù）和媒體廣泛的好（hǎo）評，被稱之為“一個非常（cháng）重要的分析（xī）工具”，“一（yī）款製（zhì）作精良的軟件”，有著“激動人心的進展（zhǎn）”。

geoda最新發布的（de）版本是（shì）1.20。新版本包（bāo）含了很（hěn）多新的功能，比如：單（dān）變量和多變量的局部（bù）geary聚類（lèi）分析，集（jí）成了經典的（非空間）聚（jù）類分析方法（pca，k-means,hierarchical聚（jù）類（lèi）--詳細（xì）請參考（kǎo）hoon et al's 2013 "c clustering library"）。同時geoda也支持更多（duō）的空間數據（jù）格式（shì），支持（chí）時（shí）空數據（jù），支（zhī）持包括nokia和carto提（tí）供的底圖(basemap)顯示，均值比較圖表(averages charts)，散點圖矩（jǔ）陣(scatter plot matrices)，非參數的空間自相關圖(nonparametric spatial autocorrelation--correlogram)，以及靈活的數據分類方法（fǎ）(flexible data categorization)。

geoda特色

geoda支（zhī）持更多的空間數據格式（shì）

引入gdal軟件（jiàn）庫後，geoda目前可以支持多種（zhǒng）矢（shǐ）量數據格式，包括：esri shapefile, esri geodatabase, geojson, mapinfo, gml, kml等。 同時geoda也（yě）能從表（biǎo）格數（shù）據(如（rú）：.csv, .dbf, .xls, .ods)中通過製定坐標數（shù）據（x，y或者經緯度）來創建點空（kōng）間數據。 geoda也能讓用戶將感興趣的、選中（zhōng）的數據另存為一個新（xīn）的矢（shǐ）量數據。

通過相互（hù）關聯的地圖和（hé）圖表探索統計結果

與（yǔ）在地圖（tú）中可視化原始數（shù）據的程序相比（bǐ），geoda 側重（chóng）於（yú）通過鏈（liàn）接的地圖和圖（tú）表探索（suǒ）統計測試（shì）和模型的結果。

探（tàn）索（suǒ）多種空間數據分類

使用新的類（lèi）別（bié）編輯器，您（nín）可（kě）以探索結果對（duì）數據分類閾（yù）值變化的敏感程度。在此示例（lì）中（zhōng），條件映射（右（yòu））中的閾值基（jī）於可在類別編輯器（左（zuǒ））中調整的類別。

時空模式分析

您現在（zài）可以在新的時間編輯（jí）器中跨時間（jiān）段對同一（yī）變（biàn）量（liàng）進（jìn）行分組，以探索跨空間和時間的統計（jì）模式。然（rán）後使（shǐ）用時間播放器探索隨著時（shí）間（jiān）推移（yí）視圖變化的結果。

添加（jiā）包括nokia和cartodb提供的底圖（tú）(basemap)

如果（guǒ）您的空間（jiān）數據被投影（.prj 文（wén）件），您現（xiàn）在可（kě）以將底圖添加到任何地圖視圖，包括聚類地圖，以獲得更好的方向（xiàng）和地麵真實結（jié）果。

時空數據的（de）均值比（bǐ）較

新的平均值圖表比較了隨（suí）時間和/或空間取（qǔ）平均值的值，並（bìng）測試（shì）這些平均值的差異是否顯著（zhe）。例（lì）如，首（shǒu）先選擇是要（yào）比較同一時間段內選（xuǎn）定觀測值與（yǔ）未選定（dìng）觀測值的（de）均值，還（hái）是比（bǐ）較（jiào）不同時間段的所有觀測值（zhí）。一個（gè）基本的前後（hòu）/影響控製測（cè）試然後（hòu）表明您的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（cè）多元空間關係（xì）

散點圖矩陣允許您一（yī）次探索多個（gè）二元（yuán）相關性。在此示（shì）例中，顯示了舊金（jīn）山選定、未（wèi）選定和所（suǒ）有警區的回歸斜率（lǜ），以探（tàn）索四種（zhǒng）犯罪類型之間的（de）關（guān）係。

檢測隨時間的變化在空間上聚集

使用全局或局部微（wēi）分 moran?s i 測試來確定給定位置的變量隨時間的（de）變化是否與其（qí）鄰居的變量（liàng）在（zài）統計（jì）上相關。例如，這張本地 (lisa) 集群（qún）地圖顯示了 2002 年至 2008 年期間紐約（yuē）兒（ér）童比（bǐ）例變化較大的熱點（diǎn）（以及變化較（jiào）小的冷點）。

單（dān）/多變量的空間聚類分析

luc anselin (2017)最近用新的（de）空間關聯局部指（zhǐ）標（biāo）擴展了 geary 的 c。這適用於法國“道德統計”的經（jīng）典數（shù）據集（guerry，1833 年），以顯示識字率的顯著高和低空間集中度（左（zuǒ）圖）以及（jí）財（cái）產（chǎn）犯罪和識（shí）字率（lǜ）的顯（xiǎn）著關聯（右圖）。

集成經典的數據聚類方法（fǎ）分析空間數（shù）據

您現在可以映射幾種經典非空間聚類技（jì）術的模（mó）式，包括主成分分析（左圖）、k 均值（右（yòu）上）和層次（cì）聚類（右下（xià））。使用與上例相同（tóng）的數據，下（xià）麵（miàn）的地圖顯（xiǎn）示了財（cái）產犯（fàn）罪、識字率和自殺的本地（dì）集群。

檢測空間相（xiàng）關性邊界（jiè）閾值（zhí）

當相（xiàng）鄰對的（de）值不（bú）再相關時，非參數空間自相關（guān）測試（shì）（相關（guān）圖）現在可用於確定距離閾值。

軟（ruǎn）件亮點（diǎn）

空間回歸分析(spatial regression analysis)

空間自相關統計(spatial autocorrelation statistics)

單變量（liàng）和多變量的局部（bù）Geary聚類（lèi）分析

（非空（kōng）間）聚類分析方法（PCA）等

geoda軟（ruǎn）件安（ān）裝步驟

因為下載的是（shì）中文版安裝包，所以選擇簡體中文即可。

記得一路都選擇簡體中文。

一（yī）直下一步，點（diǎn）擊（jī）安裝即可（kě）。

完成之後，開始中打（dǎ）開（kāi）geoda，會（huì）發現是中文界（jiè）麵，省（shěng）事兒（ér）不少。