空间分析中空间自相关性的诊断 |
| |
引用本文: | 邓特,黄勇,顾菁,于石成,肖革新,郝元涛. 空间分析中空间自相关性的诊断[J]. 中国卫生统计, 2013, 30(3): 343-346 |
| |
作者姓名: | 邓特 黄勇 顾菁 于石成 肖革新 郝元涛 |
| |
作者单位: | 1. 中山大学公共卫生学院医学统计与流行病学系(广东省卫生信息学实验室) 510080 2. 中国疾病预防控制中心 |
| |
摘 要: | 目的 大部分流行病学资料具有空间属性,即空间相关性和空间异质性,本研究拟从空间自相关统计量、变异函数图、空间自回归模型等3方面探讨具有空间属性资料的空间自相关性分析方法.方法 分别阐述空间自相关统计量、变异函数图和空间自回归模型的原理和计算方法,对其各自的特点进行比较,并以2009年广东省手足口病的发病为例阐述软件实现的过程以及对参数和统计量的解释.结果 基于广义Pearson相关系数的空间自相关统计量可以定量地分析疾病在空间上的聚集状态以及相关程度;变异函数可以对疾病发生的空间变异进行分解,并解释由空间自相关部分引起的变异大小;空间自回归模型则可以扣除间间自相关性的影响后分析影响因素的作用大小.结论 空间自相关统计量、变异函数图、空间自回归模型是定性和定量地分析空间自相关性的方法,三者结合可以很充分地分析疾病的空间自相关性.
|
关 键 词: | 空间自相关性 空间自相关统计量 变异函数 空间自回归模型 |
Diagnosis of Spatial Autocorrelation in Spatial Analysis |
| |
Abstract: | |
| |
Keywords: | Spatial autocorrelation statistic Semi-variogram Spatial autoregression model |
本文献已被 万方数据 等数据库收录! |
|