R语言计算moran‘I

install.packages("maptools")#画地图的包
install.packages("spdep")#空间统计,moran'I
install.packages("tripack")
install.packages("RANN")
library("maptools")
library("spdep")
library("tripack")
library("RANN") #读空间数据
rdata <- readShapePoly("D:/data/cairo.shp")#读取shp面数据
names(rdata)#显示数据字段名字
head(rdata@data)#显示属性表 #按照字段两幅画图
spplot(rdata[c("TFR96_03","TFR86_03") ],
main = "spatial distribute of TFR96_03",#图名
xlab = "X Coords",#横坐标名字
ylab = "Y Coords",#纵坐标名字
cut = 30#分段
) #按照字段一幅画图
spplot(rdata["TFR96_03"],
main = "spatial distribute of TFR96_03",#图名
xlab = "X Coords",#横坐标名字
ylab = "Y Coords",#纵坐标名字
cut = 30#分段
) #按边邻接角邻接生成邻居(方式一)
queen_nb <- poly2nb(rdata, queen = TRUE)#有8个
rook_nb <- poly2nb(rdata, queen = FALSE)#有4个 #获取中心点坐标编号
coords <- coordinates(rdata) #地图数据转数据框-->生成ID
IDs <- row.names(as.data.frame(rdata)) #设置画参数
oopar <- par(mfrow = c(1,2),
mar = c(3,3,1,1)+0.1) #画边界
plot(rdata, border = "grey", main = "Queen-Style") #add修改上一个图
plot(queen_nb, coords, col = "dodgerblue",
add = TRUE, pch = 19, cex = 0.5) #生成邻接关系(方式二)knearneigh()定义K-near
k4_nb <- knn2nb(knearneigh(coords, k = 4), row.names = IDs) #识别邻接关系是否对称
is.symmetric.nb(k4_nb, verbose = FALSE, force = TRUE)
#补全邻接关系
n.comp.nb(k4_nb)$nc k4_w <- nb2listw(k4_nb) #计算moran'I
moran.test(rdata$TFR96_03, listw = k4_w)
#计算moran'I (蒙特卡洛方法)
moran.mc(rdata$TFR96_03, listw = k4_w, nsim = 999)

 

R语言计算moran‘I的更多相关文章

  1. R语言计算相关矩阵然后将计算结果输出到CSV文件

    R语言计算出一个N个属性的相关矩阵(),然后再将相关矩阵输出到CSV文件. 读入的数据文件格式如下图所示: R程序采用如下语句: data<-read.csv("I:\\SB\land ...

  2. R语言计算IV值

    更多大数据分析.建模等内容请关注公众号<bigdatamodeling> 在对变量分箱后,需要计算变量的重要性,IV是评估变量区分度或重要性的统计量之一,R语言计算IV值的代码如下: Ca ...

  3. 使用R语言-计算均值,方差等

    R语言对于数值计算很方便,最近用到了计算方差,标准差的功能,特记录. 数据准备 height <- c(6.00, 5.92, 5.58, 5.92) 1 计算均值 mean(height) [ ...

  4. [R语言]R语言计算unix timestamp的坑

    R+mongo的组合真是各种坑等着踩 由于mongo中的时间戳普遍使用的是unix timestamp的格式,因此需要对每天的数据进行计算的时候,很容易就想到对timestamp + gap对方式来实 ...

  5. Windows中使用OpenBLAS加速R语言计算速度

    在使用R的时候会发现R对CPU的利用率并不是很高,反正当我在使用R的时候,无论R做何种运算R的CPU利用率都只有百分子几,这就导致一旦计算量大的时候计算时间非常长,会给人一种错觉(R真的在计算吗?会不 ...

  6. R语言分析(一)-----基本语法

      一, R语言所处理的工作层: 解释一下: 最下面的一层为数据源,往上是数据仓库层,往上是数据探索层,包括统计分析,统计查询,还有就是报告 再往上的三层,分别是数据挖掘,数据展现和数据决策. 由上图 ...

  7. R语言环境变量的设置 环境设置函数为options()

    环境设置函数为options(),用options()命令可以设置一些环境变量,使用help(options)可以查看详细的参数信息. 1. 数字位数的设置,options(digits=n),n一般 ...

  8. 谈谈R语言的缺点和优点

    编码不友好,对中文不友好,逼着你用RStudio.Jupyter Notebook/Jupyter Lab.图标丑,每次点击感觉辣眼睛. 为节省内存,R语言计算默认有效数字为7位,比Excel的15位 ...

  9. 统计计算与R语言的资料汇总(截止2016年12月)

    本文在Creative Commons许可证下发布. 在fedora Linux上断断续续使用R语言过了9年后,发现R语言在国内用的人逐渐多了起来.由于工作原因,直到今年暑假一个赴京工作的机会与一位统 ...

随机推荐

  1. javascript常用方法和技巧

    浏览器变编辑器 data:text/html, <style type=;right:;bottom:;left:;}</style><div id="e" ...

  2. Windows下Visual Studio2017之AI环境搭建

    本博客主要包含以下3点: AI简介及本博客主要目的 环境介绍及安装原因 搭建环境及检验是否安装成功 离线模型的训练 时间分配:   时间 时长(分钟) 收集资料+写博客 6.12 11:28-12:2 ...

  3. OO第二阶段作业总结

    第五次作业:         设计策略: 本次作业设计的基本思路是按照指导书所给的推荐方法来完成的,即共用对象为队列盘,线程有电梯.调度器.以及扫描器,扫描器将控制台输入的有效指令加入到队列盘中,调度 ...

  4. 2018-2019-20172321 《Java软件结构与数据结构》第九周学习总结

    2018-2019-20172321 <Java软件结构与数据结构>第九周学习总结 教材学习内容总结 第15章 图 无向图 图由顶点和边组成. 顶点由名字或标号来表示,如:A.B.C.D: ...

  5. java语言复制数组的四种方法

    JAVA语言的下面几种数组复制方法中,哪个效率最高? B.效率:System.arraycopy > clone > Arrays.copyOf > for循环 1.System.a ...

  6. 使用JProfiler做性能分析过程

    供自己记录一下,也分享给大家使用JProfiler的过程(感谢教我使用这个工具的大佬),整个博客比较粗糙,希望对大家有帮助 1.首先安装好JProfiler,打开eclipse,右键你所要分析的项目, ...

  7. 第三章 深入Servlet技术

    3.1 配置Servlet <servlet-name>,<servlet-class>是必须配置的,以便于web容器知道浏览器具体访问的是哪个servlet. <ini ...

  8. Alpha阶段事后诸葛分析

    一.设想和目标 1.我们的软件要解决什么问题?是否定义得很清楚?是否对典型用户和典型场景有清晰的描述? 我们的软件主要是解决在宿舍中购买商品的软件,不同于淘宝等软件,本软件主要是用于学生开设的店铺及宿 ...

  9. CASE (Transact-SQL)

    A. 使用带有 CASE 简单表达式的 SELECT 语句Using a SELECT statement with a simple CASE expression在 SELECT 语句中,CASE ...

  10. swusec的构想,顺便送开学福利——校园网一号多登录演示

    前言: 我不是什么大牛,我只想通过我的努力,打造swu网络安全爱好者的圈子.期待你加入. swusec是什么? swusec (SouthWestUniversity SecurityTeam),西南 ...