• R语言计算moran‘I


    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)

     

  • 相关阅读:
    2019-6-23-win10-uwp-未给任务-GenerateAppxPackageRecipe-的必需参数-AppxManifestXml-赋值
    2018-8-17-C#-从零开始写-SharpDx-应用-控制台创建-Sharpdx-窗口
    QToolBox
    QListWidget
    宽字节 多字节 mbstowcs wcstombs
    va_start可变参数函数
    c语言二进制、八进制、十六进制
    文件锁 flock/fcntl
    volatile和锁
    串口应用程序
  • 原文地址:https://www.cnblogs.com/lichunl/p/8953614.html
Copyright © 2020-2023  润新知