Regression modelGIS / spatial
空间自相关
空间自相关量化了变量在邻近位置的值彼此相似的程度，是比偶然性预期更相似（正自相关）还是更不相似（负自相关）。莫兰指数（Moran's I）等全局指数总结了整个研究区域的模式，而局部变体则揭示了单个观测值层面的聚类和异常值。
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。
Method map
The neighbourhood of related methods — select a node to explore.
+34 more
来源
- Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23. DOI: 10.2307/2332142 ↗
- Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers. ISBN: 978-9024737322
如何引用本页
ScholarGate. (2026, June 3). Spatial Autocorrelation Analysis. ScholarGate. https://scholargate.app/zh/spatial-analysis/spatial-autocorrelation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Geary's C空间分析↔ compare
- 地理加权回归 (GWR)空间分析↔ compare
- 局部Getis-Ord Gi* (热点分析)空间分析↔ compare
- 局部空间关联指标 (LISA)空间分析↔ compare
- Moran's I空间分析↔ compare
被引用于
贝叶斯核密度估计贝叶斯克里金法（基于模型的地质统计学）贝叶斯局部空间关联指标 (Bayesian LISA)贝叶斯普通克里金贝叶斯空间自相关贝叶斯空间误差模型Bayesian Spatial Lag Model贝叶斯通用克里金法协克里金：多元地统计学插值Geary's C全局协同克里金法全局 Getis-Ord Gi* 统计量全局热点分析（Getis-Ord G统计量）全局克里金法全局莫兰指数全局普通克里金全球遥感分类全局空间自相关全局空间误差模型 (SEM)Getis-Ord Gi* 热点分析局部吉尔里C局部Getis-Ord Gi* (热点分析)局部空间关联指标 (LISA)局部核密度估计局部莫兰指数 (LISA)局部空间自相关局部空间滞后模型Moran's I多尺度 Getis-Ord Gi* 热点分析多尺度莫兰指数多尺度空间自相关基于网络的空间分析普通克里金法Panel Kriging (面板克里金)面板网络空间计量分析面板普通克里金面板空间自相关稳健的 Geary C 统计量稳健克里金法稳健局部空间关联指标 (Robust LISA)Robust Moran's I稳健空间自相关时空空间滞后模型