除了分析空间模式之外,GIS 分析还可用于挖掘或量化要素间关系。“空间关系建模”工具可构建空间权重矩阵或利用回归分析建立空间关系模型。
用于构建空间权重矩阵文件的工具可衡量数据集中各要素彼此之间的空间相关性。空间权重矩阵是数据空间结构的一种表现形式:即,存在于数据集中各要素间的空间关系。
真正的空间统计会将空间和空间关系信息整合到数学分析中。“空间统计”工具箱中可接受空间权重矩阵文件作为输入参数之一的工具包括空间自相关 (Global Moran's I)、聚类和异常值分析 (Anselin Local Moran's I) 和热点分析 (Getis-Ord Gi*)。
“空间统计”工具箱中所提供的回归工具可以对地理要素所关联的数据变量之间的关系进行建模,从而使您可以对未知值进行预测或更好地理解可对要建模的变量产生影响的关键因素。回归方法使您可以对空间关系进行验证并衡量空间关系的稳固性。探索性回归允许您快速检查大量的 Ordinary_Least_Squares (OLS) 模型、汇总变量关系以及确定任一候选解释变量的组合是否满足 OLS 方法的所有要求。
工具 | 描述 |
---|---|
探索性回归 | “探索性回归”工具会对输入的候选解释变量的所有可能组合进行评估,以便根据用户所指定的指标来查找能够最好地对因变量做出解释的 OLS 模型。 |
使用网络数据集构建一个空间权重矩阵文件 (.swm),从而在基础网络结构方面定义要素空间关系。
| |
构建一个空间权重矩阵 (.swm) 文件,以表示数据集中各要素间的空间关系。 | |
执行“地理加权回归 (GWR)”,这是一种用于建模空间变化关系的线性回归的局部形式。
| |
执行全局“普通最小二乘法 (OLS)”线性回归可生成预测,也可为一个因变量针对它与一组解释变量关系建模。 |