本文接上篇：arcgis空間統計—moran』s莫蘭指數上
概述：
根據要素位置和屬性值使用 global moran』s i 統計量測量空間自相關性。提出者為澳大利亞統計學家派屈克·阿爾弗雷德·皮爾斯·莫蘭（patrick alfred pierce moran）。
詳細概述：
空間自相關 (global moran』s i)工具同時根據要素位置和要素值來度量空間自相關。在給定一組要素及相關屬性的情況下，該工具評估所表達的模式是聚類模式、離散模式還是隨機模式。該工具通過計算 moran』s i指數值、z得分和p值來對該指數的顯著性進行評估。p值是根據已知分布的曲線得出的面積近似值（受檢驗統計量限制）。
公式：
上次我們將了莫蘭指數的引數該如何選擇，以及每乙個指數的含**釋，想必大家都已經知道了莫蘭指數選擇的引數其實最重要的就乙個，也就是空間關係的概念化，那麼這次我們來講莫蘭指數的結果如何進行解釋。
上圖是莫蘭指數返回給我們的這張圖表，其實也就是全部的莫蘭指數結果，首先在左上角是最重要的三個指數，莫蘭指數、z得分以及p值。
首先我們要看的其實是z得分以及p值，莫蘭指數放在最後看：
p值，p-value,，probability，表示概率。對於模式分析工具來說，p值表示所觀測到的空間模式是由某一隨機過程建立而成的概率。當p很小時，意味著所觀測到的空間模式不太可能產生於隨機過程（小概率事件），因此您可以拒絕零假設。您可能會問這樣的問題：要小到什麼程度才算足夠小？這是乙個非常好的問題。
z得分，z-score，表示標準差的倍數。例如，如果工具返回的z得分為+2.5，我們就會說，結果是2.5倍標準差。如下所示，z得分和p值都與標準正態分佈相關聯。
觀察上圖，其實也就是說，上圖曲線下方是隨機分布的正態分佈概率圖，如果p值小於0.01，可以發現也就是隨機分布的可能性落在了最左邊藍色或者最右邊紅色的區域內，但是這個可能性是0.01，即1%，也就是說，我們觀察的空間模式是隨機分布的可能性為1%，也就是有99%的可能性為不是隨機分布，有可能是聚類或者離散模式，但是這另說。在統計意義上來講，也就是說在99%的置信度上拒絕原假設，即有99%的把握認為原假設（隨機分布）是不可能的。若0.05，也就是說在95%的置信度上拒絕原假設，即有95%的把握認為原假設（隨機分布）是不可能的。
1、z值與p值有何用？
大多數統計檢驗在開始時都首先確定乙個零假設。模式分析工具的零假設是完全空間隨機性 (csr)，它或者是要素本身的完全空間隨機性，或者是與這些要素關聯的值的完全空間隨機性。
模式分析工具所返回的 z 得分和 p 值可幫助您判斷是否可以拒絕零假設。通常，您將執行其中一種模式分析工具，並希望 z 得分和 p 值表明可以拒絕零假設，這就意味著：您的要素（或與要素關聯的值）表現出統計意義上的顯著性聚類或離散模式，而不是隨機模式。
如果您在景觀分布（或空間資料）中發現了空間結構（如聚類），就證明某些基礎空間過程在發揮作用，而這方面通常正是地理學者或 gis 分析人員所最為關注的。
2、置信度
z 得分（標準差）
p 值（概率）
置信度< -1.65 或 > +1.65
< 0.10
90%< -1.96 或 > +1.96
< 0.05
95%< -2.58 或 > +2.58
< 0.01
99%置信度為 95% 時，z 得分的臨界值為 -1.96 和 +1.96 倍標準差。如果此時，與其關聯的未經校正的 p 值為 0.05，但z 值在 -1.96 和 +1.96 之間，則未經校正的 p 值將大於 0.05，因而不能拒絕零假設，因為所表現出的模式很可能是隨機空間過程產生的結果。如果 z 得分在該範圍之外（例如，-2.5 或 +5.4 倍標準差），則所觀測到的空間模式可能過於罕見，不可能是隨機過程產生的結果，而且 p 值很小也可以反映出這一點。在這種情況下，可以拒絕零假設，並著手找出是什麼可能導致您的資料出現具有統計顯著性的空間結構。
這裡的乙個關鍵概念是，正態分佈中間位置的值（例如，類似 0.19 或 -1.2 的 z 得分）代表了預期的結果。但在 z 得分的絕對值很大而概率很小時（即出現在正態分佈的兩端），您就會檢視其中存在的不尋常現象並且這也非常有趣。例如，對於熱點分析工具，不尋常意味著出現了具有統計顯著性的熱點或冷點。
（z 得分越高（或越低），聚類程度就越高。如果 z 得分接近零，則表示研究區域內不存在明顯的聚類。z 得分為正表示高值的聚類。z 得分為負表示低值的聚類。）
因此，其實上面這張圖下面的那句話其實就是給我們的解釋，「隨機產生此聚類模式的可能性小於1%」，也就是說，我們的資料是聚類的，因為隨機的可能性是1%，也就是99%的把握認為我們的資料是聚類的，也就是湖南省122個縣的gdp在空間上是有關聯的，並且是聚類分布的。
其實莫蘭指數也就只能告訴我們這麼多了，它並不會返回一張紅藍相間的圖給我們，那是其他的工具如區域性莫蘭指數或者熱點分析會返回的圖，因此全域性莫蘭指數是作為乙個檢驗資料的空間相關性的工具出現的，但是也是必不可少的，當然了，雖然不能出圖，但是在我們的**裡，是可以將這個結果作為結論出現的！！
ArcGIS 空間分析 焦點統計 （型別）
arcgis 焦點統計工具中variety介紹 variety 鄰域單元值中不同數值的個數，作用例如可獲得鄰域範圍土地變化和確定土地利用的穩定性。變異度 以分 散的特徵來說明總體變數的離散狀況，測量總體波動程度。意義在於觀察總體分布的波動 處理兩樣本分佈波動相差的問題 均數差的檢驗 控制 資料控制，...
ArcGIS空間統計 點密度計算
很多時候，對於點事件資料，同分析與事件點相關聯的任意特定值的空間聚類相比，我們可能對評估事件的點密度更感興趣。或者，我們需要 統計格網或者區域內的點數或者屬性值總和 這就需要用到acrgis的空間連線工具 輸入 帶統計的點，或者帶要統計的屬性值 輸出 面狀要素，含有統計的點數，或者屬性值的統計資料 ...
ArcGIS 空間查詢 一
為啥開篇不直接進入主題，而要單獨說一說九交模型？肯定是有原因的，當你讀完全文，你就能發現問題的關鍵所在！九交模型是 ogc open geospatial consortium 開放空間資訊協會 制定的一套適用空間查詢的一套模型。九交模型根據不同維度，不同型別的幾何物件之間的空間關係來定義空間查詢的...