白话空间统计之二十五：空间权重矩阵（二）空间关系与莫兰指数

上一回说到使用距离对点数据取临近要素，如果不考虑标准化这个参数，那么每个要素对其临近的就只有相邻和不相邻两种情况。实际上在使用距离为空间关系概念的空间分析里面，经常使用的是反距离这种方法，所谓的反距离，就是取距离的倒数，我们来看看实际上反距离权重的情况是怎么样的。白话空间统计之二十五：空间权重矩阵（二）空间关系与莫兰指数权重（红色最高，绿色最低），大家会发现，他们的影响力正好与距离成反比，越远的，影响力越小，做成散点图，可以看出来：距离增加，权重下降。k临近：白话空间统计之二十五：空间权重矩阵（二）空间关系与莫兰指数设定的数目，寻找各自最近要素，这里设置为8个点，所以每个点都去寻找离自己最近的8个点，效果就像上面这个图了，所有的权重都是一样（1/8 = 0.125):空间关系概念化”。白话空间统计之二十五：空间权重矩阵（二）空间关系与莫兰指数 完美的随机。无可预测，机会均等。从空间关系为距离的模式来看，医院的日门诊量与他们的空间位置基本上没有任何关系，表示在任何位置、任何距离的医院，他们的日门诊量情况都是机会均等的。白话空间统计之二十五：空间权重矩阵（二）空间关系与莫兰指数使用不同的空间权重，空间统计的相关算法，会发生天翻地覆的变化。