空间统计工具箱包含一系列用于分析空间分布、模式、过程和关系的统计工具。 尽管空间统计和非空间统计（传统统计方法）在概念和目标方面可能存在某些相似性，但空间统计具有其固有的独特性，因为它们是专门为处理地理数据而开发的。 与传统的非空间统计方法不同，它们将空间（邻域分析、面积、连通性和/或其他空间关系）直接整合到数学分析中。
您可以使用“空间统计”工具箱中的工具对空间分布的显著特征进行汇总（例如，确定平均中心或总体方向趋势）、识别具有统计显著性的空间聚类（热点/冷点）或空间异常值、评估聚类或离散的总体模式、根据属性相似性对要素进行分组、确定合适的分析尺度以及探究空间关系。 此外，对于那些使用 Python 编写的工具，源代码有助于您学习、修改、扩展或与他人共享这些分析工具和其他分析工具。
| 工具集 | 描述 |
|---|---|
这些工具评估要素或与要素关联的值是否形成聚合、分散或随机的空间模式。 | |
这些工具可用于识别具有统计显著性的热点、冷点或空间异常值。 还有一些工具可以识别或分组具有相似特征的要素。 | |
这些工具可以解决以下类型的问题：中心在哪里？ 形状和方向如何？ 要素的分散程度如何？ | |
这些工具使用回归分析来建模数据关系或构建空间权重矩阵。 | |
这些实用工具可执行以下多种功能：计算面积、评估最小距离、导出变量和几何、转换空间权重文件和采集重合点。 |
其他资源
位于 https://www.esriurl.com/spatialstats 的空间统计资源页面中中包含了可帮助您使用“空间统计”和“时空模式挖掘”工具的资源列表，其中包括以下内容：
- 实践教程和学习课程
- 研讨会视频和演示文稿
- 培训和 web 讲座
- 书籍、文章和技术文件链接
- 示例脚本和案例研究