QGIS veya PostgreSQL veya başka herhangi bir ücretsiz uygulama kullanarak Mekansal Otokorelasyon uygulamak? [kapalı]

CBS'de yeniyim.

Bir PostgreSQL veritabanında iki katman var.
İlk katman Avrupa'da olayların meydana geldiği noktaları içerir. İkincisi, Avrupa'nın bir şekil dosyasını içerir.

QGIS kullanarak Avrupa haritasındaki noktaları haritalandırabildim. Şimdi Mekansal Otokorelasyon (Moran i) uygulamak istiyorum.

GeoDA kullanılarak yapıldığına dair birkaç demo gördüm, ancak sadece tek bir şekil dosyasını işlediği anlaşılıyor.

Birisi bana QGIS veya PostgreSQL veya başka herhangi bir ücretsiz uygulama kullanarak bunu uygulamak için doğru yönde işaret edebilir?

Yaparak öğrenmek benim tercih ettiğim yol. Ve mekansal istatistik söz konusu olduğunda, R ciddi anlamda güçlü bir araç haline geliyor. Yani bu bir seçenekse, bazı ders materyallerine göz atın, verileri indirin ve kendiniz deneyin.

Mekansal otokorelasyonu (SA) kapsayan az sayıda başlangıç ​​noktası (ve genellikle R'deki mekansal şeyleri ele alırken):

1. Washington Üniversitesi Nüfus ve Ekoloji (CSDE) 'de Araştırmaları Merkezi materyalleri sağlıyor gelen Mekansal R atölyesi.

2. Harvard Üniversitesi'nde Kantitatif Sosyal Bilimler Enstitüsü malzemelerin satıldığı gelen R Uygulamalı Mekansal İstatistik SA kapsayan atölye.

3. Colorado Üniversitesi Coğrafya Bölümü Kantitatif Yöntemlere Giriş dersinin bir parçası olarak SA hakkında materyaller sunmaktadır .

R ile biraz aşina olduğunuzda, PostgreSQL için PL / R - R Usul Dili'ni kullanarak PostgreSQL ile eşleştirebilirsiniz , ancak konu hakkında bilgili olmadığım için yorum yapamam.

Python başka bir alternatif olabilir. PySAL , SA (ve büyük olasılıkla daha da fazlası) dahil olmak üzere tüm GeoDa işlevlerini uygulamanıza izin veren aktif olarak geliştirilmiş ve iyi belgelenmiş bir kütüphanedir . Python ve Postgres genellikle iyi arkadaşlardır, bu yüzden bu ikisiyle de evlenebilmeniz için biraz zaman ayırın.

QGIS / PostgreSQL fikrinizi nasıl gerçekleştireceğiniz hakkında hiçbir fikrim yok, ancak aşağıdaki yazılım otokorelasyon için önlemleri hesaplayabilir

• GeoDa http://geodacenter.asu.edu/ogeoda
• Bölüm 2 http://www.passagesoftware.net/
• SAM (Makrokolojide Mekansal Analiz) http://www.ecoevol.ufg.br/sam/
• GEÇMİŞ http://folk.uio.no/ohammer/past/
• SAGA GIS http://www.saga-gis.org/en/index.html

GeoDa sadece vektör, Passage2 ve SAGA raster, sadece PAST XYZ.txt ve SAM (sanırım) her ikisini de işleyebilir.

Art Lembo'nun PostGIS için sözde Moran I'in basit bir örneği var :

SELECT corr(a.pctwhite, b.pctwhite)
FROM cleveland AS a, cleveland AS b
WHERE st_touches(a.geometry, b.geometry)
AND a."OID" <> b."OID"

Burada anahtar ţu ki - koyarken. . .

[Moran I] gerçekten mekansal bir bağlamda kandırılan Pearsons Korelasyon Katsayısından başka bir şey değildir

. . . yani temel bir bitişiklik testi güvenilir bir matris ve değerlendirme üretebilir. Bunu kendi verilerim üzerinde test ettim ve diğer Moran'ın I uygulamalarına gerçekten benzer sonuçlar verdiğini buldum.

Buradaki çifte cevap için özür dilerim, ancak ilk önerimi yayınladığımdan beri, bu tür (hem küresel hem de yerel Moran I dahil) her türlü analizi yapmak için daha kapsamlı bir araç setiyle karşılaştım:

Krank mili , Carto'nun bir Python / PostGIS modülü.

Birkaç aydır kullanım durumunuza benzer üretim analizleri için kullanıyorum ve kusursuz çalışıyor. Kullanmak CDB_AreasOfInterestGlobal()istediğiniz işlev gibi görünüyor .