ArcView GIS与ArcGIS地理信息统计分析PDF电子书下载

第1章　引言 1

1.1 为什么要进行统计和抽样 1

1.2　空间数据有何特别之处？  5

1.2.1 可变区域单元问题（MAUP）  6

1.2.2 空间自相关 8

1.3 空间数据与进行空间分析和空间统计的必要性 9

1.4　空间分析与空间统计基础 11

1.4.1 计量尺度 12

1.4.2　数学符号 20

1.4.3　尺度、范围和投影 23

1.5 ArcView说明——数据模型和范例 27

1.5.1 ArcView GIS中使用的数据模型 28

1.5.2　随机抽样——一般方式 28

1.5.3 随机和系统点抽样——一个扩展功能 33

练习 39

参考文献 40

第1部分　经典统计 45

第2章　分布描述：一个变量（单变量） 45

2.1　集中趋势指标 45

2.1.1 众教  46

2.1.2 中位数　 48

2.1.3　均值 50

2.1.4　分组平均数或加权平均数 52

2.2　离散趋势指标 54

2.2.1 极差、最小值、最大值和百分位数 55

2.2.2 平均差 56

2.2.3 方差和标准差 57

2.2.4　加权方差和加权标准差 60

2.2.5 变异系数 61

2.3　ArcView范例 62

2.4　高阶矩统计量 65

2.4.1　偏度和峰度 65

2.5　ArcView范例 70

2.5.1　其他统计量 76

2.6　应用范例 80

2.7　小结 86

练习 86

参考文献 87

第3章　关系描述：两个变量（双变量） 88

3.1　相关性分析 88

3.2　相关性：定类尺度 92

3.2.1 定类尺度和二元变量：phi系数 92

3.2.2　定类尺度和多元变量：卡方统计量 94

3.3　相关性：定序尺度 97

3.4　相关性：定距／定比尺度 99

3.5　趋势分析 102

3.5.1 简单线性回归模型 102

3.5.2　判定系数 105

3.5.3 实证范例 106

3.6　ArcView说明 108

3.7　应用范例 114

练习 117

参考文献 118

第4章　假设检验 119

4.1 与概率相关的几个概念 120

4.2　概率函数 122

4.2.1 二项分布 123

4.2.2　泊松分布 125

4.2.3　正态分布 127

4.2.4　ArcView说明 131

4.3 中心极限定理与置信区间 132

4.4　假设检验 134

4.4.1　ArcView说明 136

4.4.2　错误类型 136

4.5　参数检验统计量 137

4.5.1 方差差异 137

4.5.2　ArcView说明 139

4.6　均值差异 143

4.6.1 小样本 143

4.6.2　大样本 146

4.6.3　ArcView说明 147

4.7　均值与定值的差异 152

4.7.1　ArcView说明 152

4.8　皮尔逊相关系数的显著性 153

4.8.1　ArcView说明 153

4.9　回归系数的显著性 156

4.9.1 ArcView说明 157

4.10　非参数检验统计量 160

4.10.1　卡方统计量 160

4.10.2 ArcView说明  160

4.10.3　斯皮尔曼秩相关系数 163

4.10.4　ArcView说明 163

4.10.5　柯尔莫洛夫—斯米尔诺夫检验 163

4.10.6　ArcView说明 165

4.11 小结 165

练习 166

参考文献 168

第2部分　空间统计 171

第5章　点模式描述 171

5.1　点要素的性质 171

5.2　点分布的集中趋势 173

5.2.1 平均中心  175

5.2.2　加权平均中心 178

5.2.3 中位数中心 180

5.3　点分布的离散趋势与方位 181

5.3.1 标准距离 183

5.3.2　标准差椭圆 187

5.4　ArcView说明 191

5.5　应用范例 197

练习 198

参考文献 200

第6章　点模式分析 201

6.1　尺度与范围 202

6.2　样方分析 204

6.2.1　基本概念 204

6.2.2　运用K-S检验比较观测分布与期望分布 209

6.2.3 运用方差—均值比率比较观测模式与期望模式 213

6.3　多阶邻点分析 218

6.3.1 最近邻点统计量 219

6.3.2　运用最近邻点统计量检验分布模式 222

6.3.3 高阶邻点统计量 225

6.3.4　最近邻点统计量的边界调整 227

6.4　K函数 232

6.5　点的空间自相关 238

6.5.1 空间自相关指标 239

6.5.2　空间自相关指标的显著性检验 242

6.6　应用范例 248

练习 253

参考文献 256

第7章　线模式分析 258

7.1　线要素的性质：矢量和网络 258

7.2　线要素的特征和属性 261

7.2.1 线要素的几何特征 261

7.2.2　线要素的空间属性：长度 261

7.2.3　线要素的空间属性：方位和方向 263

7.2.4　ArcView范例：线要素属性 264

7.3　方向统计量 266

7.3.1 线要素探索性统计量 266

7.3.2　方向均值 271

7.3.3　环形方差 275

7.3.4　ArcView范例：方向统计量 278

7.4　网络分析 280

7.4.1 网络要素的空间属性：连通性或拓扑性 280

7.4.2　评估连通性 282

7.4.3　评估可达性 284

7.4.4　ArcView范例：网络分析 287

7.5　应用范例 290

7.5.1 线要素的长度属性分析 290

7.5.2 方向统计量应用范例 293

7.5.3 网络分析应用范例 295

练习 299

参考文献 300

第8章　面模式分析 302

8.1 引言 302

8.2　空间关系 303

8.3　空间依赖性 305

8.4　空间权重矩阵 308

8.4.1 邻接区域的定义 309

8.4.2　二元连接矩阵 310

8.4.3 随机或行标准化权重矩阵 314

8.4.4　质心距离 315

8.4.5 最近距离 317

8.4.6　ArcView范例：空间权重矩阵 318

8.5　空间自相关统计量和相关符号 321

8.6　连接数统计量 324

8.6.1 自由抽样 326

8.6.2　随机抽样 332

8.7　全局空间自相关统计量 337

8.7.1 Moran's I 337

8.7.2　Geary's比率 343

8.7.3 广义G统计量 346

8.7.4　ArcView范例：全局空间自相关统计量 351

8.8　局部空间自相关统计量 355

8.8.1 局部空间关联指标 356

8.8.2　局部G统计量 361

8.9　Moran散点图 363

8.9.1　ArcView范例：局部空间自相关统计量和Moran散点图 367

8.10　双变量空间自相关 372

8.11　应用范例 376

8.12　小结 380

练习 381

参考文献 383

附录　ArcGIS空间统计工具 385