두 개의 공간 포인트 패턴을 비교합니까?
답변:
항상 그렇듯이 목표와 데이터의 특성에 따라 다릅니다. 들면 완전히 맵핑 데이터 강력한 도구 리플리 L 함수의 가까운 친척 인 리플리 K 함수 . 많은 소프트웨어가 이것을 계산할 수 있습니다. ArcGIS가 지금 쯤 할 수도 있습니다. 확인하지 않았습니다. CrimeStat 가합니다. GeoDa와 R 도 마찬가지 입니다. 관련지도와 함께 사용하는 예가
Sinton, DS 및 W. Huber. 폴카와 미국의 인종 유산을 매핑합니다. 지리학 Vol. 106 : 41-47. 2007 년
다음은 Ripley 's K의 "L 함수"버전에 대한 CrimeStat 스크린 샷입니다.
파란색 곡선은 임의의 분포의 L- 함수에 대한 파란색 흔적이있는 곳인 0을 둘러싼 빨간색과 초록색 밴드 사이에 있지 않기 때문에 매우 무작위로 점의 분포를 기록합니다.
대한 샘플 데이터, 많은 샘플링의 성격에 따라 달라집니다. 수학과 통계에 대한 배경 지식이 부족한 사람들이 이용할 수있는 좋은 자료는 Steven Thompson의 Sampling 교재입니다 .
대부분의 통계적 비교는 그래픽으로 표현 될 수 있고 모든 그래픽 비교는 통계적 대응에 상응하거나이를 제안하는 경우가 일반적이다. 따라서 통계 문헌에서 얻은 아이디어는 두 데이터 세트를 매핑하거나 그래픽으로 비교하는 유용한 방법을 제안 할 가능성이 있습니다.
참고 : 다음은 whuber의 의견에 따라 편집되었습니다.
Monte Carlo 접근 방식을 채택 할 수 있습니다. 다음은 간단한 예입니다. 범죄 이벤트 A의 분포가 통계적으로 B의 분포와 유사한 지 여부를 결정하려는 경우 A와 B 이벤트 사이의 통계를 무작위로 재 할당 된 '마커'에 대한 이러한 측정의 경험적 분포와 비교할 수 있습니다.
예를 들어 A (흰색)와 B (파란색)의 분포를 고려하면
레이블 A 및 B를 결합 된 데이터 세트의 모든 지점에 무작위로 재 할당합니다. 다음은 단일 시뮬레이션의 예입니다.
이 과정을 여러 번 반복하고 (예 : 999 회), 각 시뮬레이션에 대해 무작위로 레이블이 지정된 점을 사용하여 통계 (이 예제에서 가장 가까운 인접 통계)를 계산합니다. 뒤 따르는 코드는 R에 있습니다 ( 스팻 스타트 라이브러리를 사용해야 함 ).
nn.sim = vector()
P.r = P
for(i in 1:999){
marks(P.r) = sample(P$marks) # Reassign labels at random, point locations don't change
nn.sim[i] = mean(nncross(split(P.r)$A,split(P.r)$B)$dist)
}
그런 다음 결과를 그래픽으로 비교할 수 있습니다 (빨간 세로선이 원래 통계 임).
hist(nn.sim,breaks=30)
abline(v=mean(nncross(split(P)$A,split(P)$B)$dist),col="red")
또는 숫자로.
# Compute empirical cumulative distribution
nn.sim.ecdf = ecdf(nn.sim)
# See how the original stat compares to the simulated distribution
nn.sim.ecdf(mean(nncross(split(P)$A,split(P)$B)$dist))
가장 가까운 가장 가까운 이웃 통계는 문제에 대한 최상의 통계 수단이 아닐 수 있습니다. K- 함수와 같은 통계가 더 드러날 수 있습니다 (whuber의 답변 참조).
위의 내용은 Modelbuilder를 사용하여 ArcGIS 내부에서 쉽게 구현할 수 있습니다. 루프에서 속성 값을 각 지점에 무작위로 다시 할당 한 다음 공간 통계를 계산합니다. 결과를 테이블에 집계 할 수 있어야합니다.
spatstat패키지의 함수를 사용 합니다.
CrimeStat를 확인하십시오.
웹 사이트에 따르면 :
CrimeStat는 Ned Levine & Associates가 개발 한 범죄 사건 위치를 분석하기위한 공간 통계 프로그램입니다. 2002-IJ-CX-0007 및 2005-IJ-CX-K037). 이 프로그램은 Windows 기반이며 대부분의 데스크탑 GIS 프로그램과 인터페이스합니다. 그 목적은 법 집행 기관과 형사 사법 연구원들이 범죄 대응 노력에 도움이되도록 보충적인 통계 도구를 제공하는 것입니다. CrimeStat는 전 세계의 많은 경찰서와 형사 사법 및 기타 연구원들에 의해 사용되고 있습니다. 최신 버전은 3.3 (CrimeStat III)입니다.
간단하고 빠른 접근 방식은 히트 맵과이 두 히트 맵의 차이 맵을 만드는 것입니다. 관련 : 어떻게 효과적인 열지도를 구축?
여러 통계 소프트웨어에서 이변 량 상관 분석을 실행하여 두 변수와 유의 수준 사이의 통계 상관 수준을 결정할 수 있습니다. 그런 다음 클로로 플 로스 체계를 사용하여 하나의 변수를 매핑하고 눈금이있는 기호를 사용하여 다른 변수를 매핑하여 통계 결과를 백업 할 수 있습니다. 일단 오버레이되면, 어떤 영역이 높음 / 높음, 높음 / 낮음 및 낮음 / 낮음 공간 관계를 나타내는 지 결정할 수 있습니다. 이 프레젠테이션 에는 좋은 예가 있습니다.
고유 한 지리 시각화 소프트웨어를 사용해 볼 수도 있습니다. 이 유형의 시각화를 위해 CommonGIS를 정말 좋아합니다. 이웃 (예를 들어)을 선택할 수 있으며 유용한 통계 및 플롯을 즉시 사용할 수 있습니다. 다중 변수 맵의 분석이 매우 수월해집니다.
쿼드 랏 분석이 이것에 좋을 것입니다. 다른 포인트 데이터 레이어의 공간 패턴을 강조 표시하고 비교할 수있는 GIS 접근 방식입니다.
여러 포인트 데이터 레이어 사이의 공간 관계를 정량화하는 4 차 분석의 개요는 http://www.nccu.edu/academics/sc/artsandsciences/geospatialscience/_documents/se_daag_poster.pdf 에서 확인할 수 있습니다 .