Regression modelGIS / spatial
局部空间关联指标 (LISA)
LISA（Local Indicators of Spatial Association），由 Luc Anselin 于 1995 年提出，它将一个全局空间自相关指数分解为针对每个观测值的特定位置统计量。LISA 能够识别地图上统计显著的空间聚类和异常值发生的位置，使研究人员能够超越单一的全局概括，精确找出空间依赖的地理来源。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 14 项
来源
- Anselin, L. (1995). Local Indicators of Spatial Association — LISA. Geographical Analysis, 27(2), 93–115. DOI: 10.1111/j.1538-4632.1995.tb00338.x ↗
- Anselin, L. (2010). Local Spatial Autocorrelation. In A. S. Fotheringham & P. A. Rogerson (Eds.), The SAGE Handbook of Spatial Analysis (pp. 255–275). SAGE Publications. link ↗
如何引用本页
ScholarGate. (2026, June 3). Local Indicators of Spatial Association (LISA). ScholarGate. https://scholargate.app/zh/spatial-analysis/local-indicators-of-spatial-association
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- Geary's C空间分析↔ 比较
- 地理加权回归 (GWR)空间分析↔ 比较
- Getis-Ord Gi* 热点分析空间分析↔ 比较
- 局部Getis-Ord Gi* (热点分析)空间分析↔ 比较
- Moran's I空间分析↔ 比较
- 空间自相关空间分析↔ 比较