Sağlam Geary's C
Robust Geary's Contiguity Ratio · Ayrıca şöyle bilinir: robust Geary contiguity ratio, outlier-resistant Geary's C, robust spatial contiguity statistic, robust Geary C
Sağlam Geary's C, komşu konumlar arasındaki ikili kare farklara dayanan bir mekansal otokorelasyon ölçüsü olan klasik Geary'nin süreklilik oranını, mekansal aykırı değerler ve etkili gözlemler tarafından bozulmaya direnecek şekilde uyarlar. Mekansal veriler aşırı değerler veya normal olmayan dağılımlar içerdiğinde daha güvenilir çıkarımlar üretirken, Geary's C'nin yerel duyarlılığını korur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Alan veya nokta referanslı sürekli verileriniz olduğunda ve mekansal otokorelasyonu test etmeniz gerektiğinde ancak veri setinin klasik Geary's C'yi bozabilecek mekansal aykırı değerler, aşırı değerler veya normal olmayan dağılımlar içerdiğinden şüphelendiğinizde Sağlam Geary's C'yi kullanın. Özellikle hastalık haritalama, suç analizi veya birkaç anormal konumun yaygın olduğu çevresel izleme gibi uygulamalı ortamlarda uygundur. Verilerin iyi davrandığı ve aykırı değerlerin bulunmadığı durumlarda klasik Geary's C'yi tercih edin, çünkü sağlam varyant fayda sağlamadan karmaşıklık ekler. Mekansal durağanlığın çalışma bölgesi boyunca makul olmadığı durumlarda hiçbir versiyonu kullanmayın — yerel istatistikleri (Yerel Geary's C veya LISA) düşünün.
Güçlü yönler & sınırlılıklar
- Klasik istatistikteki kare farkları şişiren mekansal aykırı değerler ve aşırı değerler tarafından bozulmaya karşı dirençlidir.
- Moran's I'nin kaçırdığı desenleri tespit edebilen Geary's C'nin yerel mekansal tutarsızlığa duyarlılığını korur.
- Permütasyon tabanlı çıkarım, normalite varsayımlarından kaçınır, bu da onu eğri veya ağır kuyruklu mekansal dağılımlar için geçerli kılar.
- Rutin olarak anormal gözlemler içeren gerçek dünya veri setlerinde mekansal yapının daha güvenilir küresel özetlerini üretir.
- Yaygın olarak anlaşılan klasik bir istatistiğin kavramsal olarak basit uzantısı, sonuçların iletişimini kolaylaştırır.
- Tek bir evrensel olarak kabul edilmiş sağlam formülasyon mevcut değildir; farklı uygulamalar (budama, M-tahmini, medyan ölçeklendirme) farklı sonuçlar verebilir.
- Sağlam C değerinin yorumlanması, klasik istatistik kadar standartlaşmamıştır, bu da çalışmalar arası karşılaştırmaları karmaşıklaştırır.
- Sağlamlık kazancı, gerçekte anlamlı olan veya sadece veri hataları olmayan, gerçek aşırı mekansal süreçleri maskeleyebilir.
- Permütasyon çıkarımı, özellikle büyük veri setleri için normal yaklaşım testlerinden hesaplama açısından daha yoğundur.
SSS
Sağlam Geary's C, klasik Geary's C'den nasıl farklıdır?
Klasik Geary's C, komşu çiftler arasındaki kare farkları toplar, bu da onu aşırı değerlere duyarlı hale getirir. Sağlam versiyon, budama, medyan tabanlı ölçeklendirme veya etki fonksiyonu yöntemleri aracılığıyla aykırı çiftlerin katkısını dengeler, böylece aşırı gözlemlerin genel istatistik üzerindeki etkisi daha az olur.
Sağlam Geary's C, Moran's I ile nasıl ilişkilidir?
Her ikisi de küresel mekansal otokorelasyonu ölçer, ancak Geary's C ikili yerel farklara odaklanır (1'in altındaki değerler = pozitif otokorelasyon), Moran's I ise ortalamadan sapmaların çapraz ürünlerini kullanır. Geary's C, yerel tutarsızlığa daha duyarlı olma eğilimindedir ve sağlam varyantı, yerel aykırı değerlerin sorun olduğu durumlarda tercih edilir.
Hangi mekansal ağırlık matrisini kullanmalıyım?
Yaygın seçimler arasında düzenli ızgaralar için kraliçe veya kale sürekliliği, düzensiz nokta desenleri için k-en yakın komşular ve sürekli veriler için mesafe bandı ağırlıkları bulunur. Sonuçlarınızın komşu tanımından kaynaklanmadığını doğrulamak için en az iki farklı ağırlık şeması kullanarak bir hassasiyet analizi çalıştırın.
Ne zaman küresel sağlam versiyon yerine Yerel Geary's C'yi tercih etmeliyim?
Tüm çalışma bölgesi için tek bir özet istatistik istediğinizde küresel sağlam Geary's C'yi kullanın. Hangi belirli konumların mekansal kümelenmeyi veya tutarsızlığı yönlendirdiğini belirlemek istediğinizde veya mekansal yapının bölge genelinde homojen olmadığı durumlarda Yerel Geary's C'ye (veya LISA'ya) geçin.
Çıkarım için her zaman bir permütasyon testi gerekli midir?
Sağlam varyant için, permütasyon tabanlı çıkarım şiddetle tavsiye edilir çünkü sağlam dönüşüm, klasik normal yaklaşımın hesaba katmadığı şekillerde sıfır dağılımını değiştirir. Permütasyon testleri dağılımsal varsayımlar yapmaz ve hem sağlam hem de klasik istatistikler için geçerlidir.
Kaynaklar
- Geary, R. C. (1954). The contiguity ratio and statistical mapping. The Incorporated Statistician, 5(3), 115–145. DOI: 10.2307/2986645 ↗
- Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Geary's Contiguity Ratio. ScholarGate. https://scholargate.app/tr/spatial-analysis/robust-gearys-c
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Geary'nin C'siMekânsal analiz↔ karşılaştır
- Yerel Geary'nin C'siMekânsal analiz↔ karşılaştır
- Moran's IMekânsal analiz↔ karşılaştır
- Sağlam Yerel Mekansal İlişki Göstergeleri (Robust LISA)Mekânsal analiz↔ karşılaştır
- Sağlam Moran's IMekânsal analiz↔ karşılaştır
- Mekansal OtokorelasyonMekânsal analiz↔ karşılaştır