第一章 生物统计学与空间相关 1
1．1 统计模型与空间相关 1
1．2 传统生物统计学方法的局限性 3
1．3 本书的基本内容 10
第二章 空间相关性与空间格局 12
2．1 空间现象与空间数据 12
2．2 空间数据的一般性分析 13
2．3 空间相关分析的方法 17
2．4 空间自相关显著性的检验 27
2．5 空间分布格局的形成 29
2．6 空间格局的检验 34
2．7 时空相关性分析 40
3．1 密度估计的一般概念 42
第三章 空间密度分布的估计 42
3．2 距离方法及最优化 44
3．3 一般克立格方法 47
3．4 方差图的模型与建模 50
3．5 实例研究 53
3．6 方差函数模型对OK结果的影响 57
3．7 空间自回归估计 61
3．8 趋势面分析 63
3．9 估计优劣的交叉检验 65
第四章 时空预测模型 66
4．1 时间序列与时空预测 66
4．2 空间转移概率方法 66
4．3 空间-时间序列预测模型 76
4．4 三维自回归趋势面 78
4．5 预测克立格方法 80
4．6 距离预测方法 81
4．7 广义时空回归模型 84
第五章 空间分析中的方法 89
5．1 空间相关分析的计算方法 89
5．2 空间相关分析的理论模型 91
5．3 空间相关中的方向性 93
5．4 空间估值的随机性模型 94
5．5 空间估值的非随机性方法 108
5．6 关于数据变换 110
第六章 时空回归与自回归模型 111
6．1 时间序列模型 111
6．2 趋势面分析 115
6．3 空间回归-自回归模型 119
6．4 扩散的自相关分析及模型 125
6．5 扩散过程的模拟 130
第七章 传统生物统计学方法的改进 134
7．1 样本均值的估计 134
7．2 两样本均值的比较 135
7．3 线性回归的残差分析 136
7．4 改进形式的回归分析 137
7．5 实例研究 139
第八章 空间抽样设计 146
8．1 空间抽样的方法 146
8．2 在N个位置上选取n个样本的实施 149
8．3 样方面积大小的影响 151
8．4 样方面积效应的纠正 154
8．5 样方面积改变时方差函数的估计 156
结束语：进一步的设想 158
参考文献 159