Menerapkan Autokorelasi Spasial menggunakan QGIS atau PostgreSQL atau aplikasi gratis lainnya? [Tutup]

Saya baru mengenal SIG.

Saya memiliki dua lapisan dalam database PostgreSQL.
Lapisan pertama berisi titik di mana peristiwa terjadi di Eropa. Yang kedua berisi shapefile Eropa.

Saya sudah bisa memetakan titik-titik di peta Eropa menggunakan QGIS. Sekarang saya ingin mengimplementasikan Autocorrealation Spatial (Moran i).

Saya telah melihat beberapa demo ini dilakukan menggunakan GeoDA tetapi tampaknya hanya menangani satu shapefile.

Adakah yang bisa mengarahkan saya ke arah yang benar tentang bagaimana menerapkan ini menggunakan QGIS atau PostgreSQL atau aplikasi gratis lainnya?

Belajar dengan melakukan adalah cara yang saya sukai. Dan ketika datang ke statistik spasial, R mendapatkan alat yang sangat kuat. Jadi, jika ini adalah pilihan untuk menelusuri beberapa materi pelajaran, unduh data dan coba sendiri.

Beberapa titik awal yang mencakup autokorelasi spasial (SA) (dan secara umum menangani hal-hal spasial dalam R):

1. Pusat Studi Demografi dan Ekologi (CSDE) di University of Washington menyediakan materi dari lokakarya Spatial R.

2. Institut Ilmu Sosial Kuantitatif di Universitas Harvard memiliki bahan dari Statistik Tata Ruang Terapan dalam lokakarya R yang mencakup SA.

3. Departemen Geografi di University of Colorado menawarkan materi tentang SA sebagai bagian dari kursus Pengantar Metode Kuantitatif .

Setelah Anda terbiasa dengan R, Anda dapat memasangkannya dengan PostgreSQL menggunakan PL / R - R Prosedur Bahasa untuk PostgreSQL , tapi saya tidak bisa mengomentarinya karena saya tidak memiliki pengetahuan tentang topik tersebut.

Python mungkin menjadi alternatif lain. PySAL adalah pustaka yang dikembangkan secara aktif dan didokumentasikan dengan baik yang akan memungkinkan Anda menerapkan semua fungsi GeoDa, termasuk SA (dan kemungkinan besar, bahkan lebih). Python dan Postgres biasanya adalah teman yang baik sehingga menginvestasikan waktu Anda kemungkinan besar bisa menikahi keduanya juga.

Saya tidak tahu cara melakukan ide QGIS / PostgreSQL Anda, tetapi perangkat lunak berikut dapat menghitung ukuran untuk autokorelasi

• GeoDa http://geodacenter.asu.edu/ogeoda
• Passage 2 http://www.passagesoftware.net/
• SAM (Analisis Spasial dalam Makroekologi) http://www.ecoevol.ufg.br/sam/
• PAST http://folk.uio.no/ohammer/past/
• SAGA GIS http://www.saga-gis.org/en/index.html

GeoDa hanya dapat menangani vektor, Passage2 dan SAGA hanya raster, PAST hanya XYZ.txt dan SAM (saya pikir) keduanya.

Art Lembo memiliki contoh sederhana dari pseudo-Moran's I for PostGIS :

SELECT corr(a.pctwhite, b.pctwhite)
FROM cleveland AS a, cleveland AS b
WHERE st_touches(a.geometry, b.geometry)
AND a."OID" <> b."OID"

Kuncinya di sini adalah - seperti yang ia katakan. . .

[Moran's I] benar-benar tidak lebih dari Koefisien Korelasi Pearsons yang ditipu dalam konteks spasial

. . . yang berarti bahwa tes kedekatan dasar dapat menghasilkan matriks dan evaluasi yang kredibel. Saya telah menguji ini pada data saya sendiri dan menemukan itu untuk menghasilkan hasil yang sangat mirip dengan implementasi I Moran lainnya.

Permintaan maaf untuk jawaban ganda di sini, tetapi sejak memposting saran pertama saya, saya menemukan toolkit yang lebih komprehensif untuk melakukan semua jenis analisis seperti ini (termasuk global saya dan Moran lokal):

Crankshaft , modul Python / PostGIS oleh Carto.

Saya telah menggunakannya untuk analisis produksi yang serupa dengan kasus penggunaan Anda selama beberapa bulan sekarang dan berfungsi dengan sempurna. Sepertinya CDB_AreasOfInterestGlobal()fungsi yang ingin Anda gunakan.