莫兰指数P值，Z值分析

仔细看完下面两个链接绝对可以明白。写的非常清晰。

白话空间统计之四：P值和Z得分（中）

白话空间统计之四：P值和Z得分（下）

个人理解：P值决定了数据有没有显著性，数据能不能用的问题。z值解决了在空间上是否有聚集的问题。莫兰值解决了再空间上是正/负相关的问题。

他人理解：

p值是假设检验的值。
假设检验的原假设是：研究内容不存在空间自相关性或者说是随机的。
当p<0.1时表示在90%的置信区间上拒绝原假设，当p<0.01时表示在99%的置信区间上拒绝原假设，也就是说，研究内容存在空间自相关性；当p>0.1时，接受原假设，说明研究内容不存在空间自相关性。
z值，z>1.65时呈现聚集分布，z<-1.65时呈现离散分布，z值在-1.65 ~ 1.65之间时，呈现随机分布。（注：这里说的1.65是临界值，只要z值在-1.65 ~ 1.65之间，就可以说明不存在空间自相关性了）
关于moran’s I本身来说，只要p值过了检验，莫兰指数值可以是比较小的，这只能说明具有空间效应。而当moran’s I的值大于0.2或者小于-0.2时，可以说具有明显的空间效应了。

 

 白话空间统计之四：P值和Z得分（中）

p值（P-Value，Probability，Pr），代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中，p值表示所观测到的空间模式是由某一随机过程创建而成的概率。

arcgis的空间关系概念化选择应该据实际要求进行选择。

 参考虾神的文章。http://t.csdn.cn/kQfi3

 如果你计算出来的p值和z得分，被分布在了两端，就说明你的数据出现随机模式的概率非常低了。

​​​​​​fhttp://t.csdn.cn/aLfjv

分析的是否有问题？？？

白话空间统计十七：聚类和异常值分析（Anselin Local Moran's I）

白话空间统计之四：P值和Z得分（中）

白话空间统计之四：P值和Z得分（下）

白话空间统计番外：再谈莫兰指数（Moran's I）