空間的自己相関分析（Spatial Autocorrelation（Global Moran's I）） (空間統計)

サマリ

Global Moran's I 統計を使用してフィーチャの位置と属性値に基づいて、空間的自己相関を計測します。

You can access the results of this tool (including the optional report file) from the Results window. If you disable background processing, results will also be written to the Progress dialog box.

空間的自己相関分析（Spatial Autocorrelation（Morans I））に関する詳細

図

Global Moran's I illustration

使用法

構文

SpatialAutocorrelation_stats (Input_Feature_Class, Input_Field, Generate_Report, Conceptualization_of_Spatial_Relationships, Distance_Method, Standardization, Distance_Band_or_Threshold_Distance, {Weights_Matrix_File})
パラメータ説明データ タイプ
Input_Feature_Class

空間的自己相関が計算されるフィーチャクラスです。

Feature Layer
Input_Field

空間的自己相関の評価時に使用される数値フィールドです。

Field
Generate_Report
  • NO_REPORT —概要図は作成されません（デフォルト）。
  • GENERATE_REPORT —概要図が HTML ファイルとして作成されます。
Boolean
Conceptualization_of_Spatial_Relationships

フィーチャ間の空間リレーションシップをどのようにコンセプト化するかを指定します。

  • INVERSE_DISTANCE —遠くにあるフィーチャよりも、近くのフィーチャの方が、ターゲット フィーチャの計算に大きく影響します。
  • INVERSE_DISTANCE_SQUARED —INVERSE_DISTANCE と同じですが、傾斜が急なため、影響度がより急速に低下する点と、ターゲット フィーチャに最も近いフィーチャだけがそのフィーチャの計算に大きな影響を与える点が異なります。
  • FIXED_DISTANCE_BAND —各フィーチャは、隣接フィーチャのコンテキスト内で解析されます。指定した臨界距離内の隣接フィーチャは、ウェイト 1 を受け取り、ターゲット フィーチャの計算に影響を与えます。臨界距離の外にある隣接フィーチャは、ウェイト 0 を受け取り、ターゲット フィーチャの計算に影響を与えません。
  • ZONE_OF_INDIFFERENCE —ターゲット フィーチャの指定した臨界距離内のフィーチャは、ウェイト 1 を受け取り、ターゲット フィーチャの計算に影響を与えます。臨界距離を超えると、ウェイト（および隣接フィーチャがターゲット フィーチャの計算に与える影響）は距離に伴って減少します。
  • POLYGON_CONTIGUITY_(FIRST_ORDER) —境界を共有する隣接ポリゴンだけが、ターゲットのポリゴン フィーチャの計算に影響を与えます（ArcInfo のラインセンスが必要です）。
  • GET_SPATIAL_WEIGHTS_FROM_FILE —空間リレーションシップは、空間ウェイト ファイルに定義されます。空間ウェイト ファイルへのパスは、[ウェイト マトリックス ファイル] パラメータに指定します。
String
Distance_Method

各フィーチャから隣接フィーチャまでの距離の計算方法を指定します。

  • EUCLIDEAN_DISTANCE —2 つのポイント間の直線距離（最短距離）。
  • MANHATTAN_DISTANCE —直角の軸（街区）に沿って計測した 2 つのポイント間の距離。X 座標と Y 座標の間の（絶対）距離を合計して計算します。
String
Standardization

行の標準化が推奨されるのは、サンプリングの設計や指定された集約方式によってフィーチャの分布が偏る可能性があるときです。

  • NONE —空間ウェイトの標準化は適用されません。
  • ROW —空間ウェイトが標準化されます。それぞれのウェイトをその行の合計（すべての隣接フィーチャのウェイトの合計）で割ります。
String
Distance_Band_or_Threshold_Distance

[INVERSE_DISTANCE] オプションおよび [FIXED_DISTANCE_BAND] オプションの場合、ここで閾値を指定します。ターゲット フィーチャに対して指定したカットオフの外側のフィーチャは、そのフィーチャの解析では除外されます。[ZONE_OF_INDIFFERENCE] オプションの場合、ここで指定した閾値内にあるフィーチャの影響は等しく考慮され、閾値外にあるフィーチャの影響は距離に伴って減少します。入力する値は、出力座標系の値に一致している必要があります。

空間リレーションシップの逆距離のコンセプトの場合、値 0 は閾値の距離が適用されないことを示します。このパラメータを空白のままにすると、デフォルトの閾値が計算され、適用されます。このデフォルト値はユークリッド距離であり、すべてのフィーチャに 1 つ以上の隣接フィーチャがあることが保証されます。

空間コンセプトとして [POLYGON_CONTIGUITY] または [GET_SPATIAL_WEIGHTS_FROM_FILE] を選択した場合、このパラメータは効力を持ちません。

Double
Weights_Matrix_File
（オプション）

フィーチャ間の空間リレーションシップを指定する空間ウェイトが含まれたファイルへのパス。

File

コードのサンプル

SpatialAutocorrelation（空間的自己相関分析）の例 1（Python ウィンドウ）

次の Python ウィンドウ スクリプトは SpatialAutocorrelation（空間的自己相関分析）ツールを使用する方法を示しています。

import arcpy
arcpy.env.workspace = r"c:\data"
arcpy.SpatialAutocorrelation_stats("olsResults.shp", "Residual","NO_REPORT", "GET_SPATIAL_WEIGHTS_FROM_FILE","EUCLIDEAN DISTANCE", "NONE", "#","euclidean6Neighs.swm")
SpatialAutocorrelation（空間的自己相関分析）の例 2（スタンドアロン Python スクリプト）

次のスタンドアロン Python スクリプトは SpatialAutocorrelation（空間的自己相関分析）ツールを使用する方法を示しています。

# Analyze the growth of regional per capita incomes in US
# Counties from 1969 -- 2002 using Ordinary Least Squares Regression

# Import system modules
import arcpy

# Set the geoprocessor object property to overwrite existing outputs
arcpy.gp.overwriteOutput = True

# Local variables...
workspace = r"C:\Data"

try:
    # Set the current workspace (to avoid having to specify the full path to the feature classes each time)
    arcpy.workspace = workspace

    # Growth as a function of {log of starting income, dummy for South
    # counties, interaction term for South counties, population density}
    # Process: Ordinary Least Squares... 
    ols = arcpy.OrdinaryLeastSquares_stats("USCounties.shp", "MYID", 
                        "olsResults.shp", "GROWTH",
                        "LOGPCR69;SOUTH;LPCR_SOUTH;PopDen69",
                        "olsCoefTab.dbf",
                        "olsDiagTab.dbf")

    # Create Spatial Weights Matrix (Can be based off input or output FC)
    # Process: Generate Spatial Weights Matrix... 
    swm = arcpy.GenerateSpatialWeightsMatrix_stats("USCounties.shp", "MYID",
                        "euclidean6Neighs.swm",
                        "K_NEAREST_NEIGHBORS",
                        "#", "#", "#", 6) 
                        

    # Calculate Moran's I Index of Spatial Autocorrelation for 
    # OLS Residuals using a SWM File.  
    # Process: Spatial Autocorrelation (Morans I)...      
    moransI = arcpy.SpatialAutocorrelation_stats("olsResults.shp", "Residual",
                        "NO_REPORT", "GET_SPATIAL_WEIGHTS_FROM_FILE", 
                        "EUCLIDEAN_DISTANCE", "NONE", "#", 
                        "euclidean6Neighs.swm")

except:
    # If an error occurred when running the tool, print out the error message.
    print arcpy.GetMessages()

環境

出力データの座標系

フィーチャ ジオメトリは分析に先立って出力座標系に投影されます。すべての数学的演算は、出力座標系の空間参照に基づいて実行されます。

関連項目

パターン分析ツールセットの概要
空間関係のモデリング
Z スコアと p 値
結果ウィンドウの使用
平均最近隣距離分析（Average Nearest Neighbor）
クラスタ/外れ値分析（Cluster and Outlier Analysis (Anselin Local Moran's I)）
ホット スポット分析（Hot Spot Analysis (Getis-Ord Gi*)）
空間ウェイト
空間的自己相関分析（Spatial Autocorrelation（Morans I））の詳細

ライセンス情報

ArcView: はい
ArcEditor: はい
ArcInfo: はい

Copyright © 1995-2012 Esri. All rights reserved.
7/10/2012