什么是双变量莫兰指数?

Question

如题所述

Answer 1

空间自相关概念涉及地理要素分析，基于单一变量的空间自相关关注一个要素的分布特征。然而，双变量空间自相关在探索两个地理要素间的关联性方面更具有实用性。双变量全局空间自相关（Bivariate Moran's I）是评估两者整体空间关联性的工具。这一指数结果反映区域i自变量与区域j因变量的总体空间分布之间的相关性。

双变量局部空间自相关分析则深入探讨区域i自变量与区域j因变量之间的局部关联性。根据关联特征，局部结果可以划分为四种集聚类型：H-H（High-High）、L-L（Low-Low）、H-L（High-Low）和L-H（Low-High）。H-H型集聚表示区域i和区域j的自变量与因变量均处于较高水平，而L-L型集聚则对应于两者均处于较低水平。H-L型集聚则出现区域i自变量较高，而其相邻区域j的因变量较低的情况。相反，L-H型集聚表示区域i的自变量较低，而其相邻区域j的因变量值较高。这四种集聚类型揭示了区域间自变量与因变量之间的关联模式。

H-H和L-L型集聚类型表明区域i的自变量值与区域j的因变量值之间存在正相关关系，反之则表示负相关关系。显著性结果强调了这种正向或负向空间关联关系的明显程度。通过双变量莫兰指数的运用，地理分析能够更全面、深入地理解两个地理要素间的空间依赖性和相关性。