1.根據(jù)互相關(guān)系的地形圖和數(shù)據(jù)圖表探尋統(tǒng)計(jì)分析結(jié)果
與將初始大數(shù)據(jù)可視化為地形圖的程序流程不一樣，GeoDa致力于根據(jù)連接的地形圖和數(shù)據(jù)圖表探尋統(tǒng)計(jì)分析檢測(cè)和實(shí)體模型的結(jié)果。
2.加上包含Nokia和CartoDB給予的背景圖(Basemap)
假如你的空間信息是投射(.prj文檔)，你如今能夠 在一切地形圖主視圖中加上一個(gè)基圖，包含聚類算法圖，以得到 更強(qiáng)的精準(zhǔn)定位和路面評(píng)測(cè)結(jié)果。
3.檢驗(yàn)多元化室內(nèi)空間關(guān)聯(lián)
根據(jù)散點(diǎn)圖引流矩陣，能夠
與此同時(shí)探尋好幾個(gè)二變量的相關(guān)分析。在這個(gè)事例中，大家展現(xiàn)了舊金山市選中的、未選中的和全部警員大隊(duì)的重歸切線斜率，以探尋四種違法犯罪種類中間的關(guān)聯(lián)。
4.單/多自變量的室內(nèi)空間聚類
Luc Anselin(2017)近期用一個(gè)新的室內(nèi)空間關(guān)系的部分指標(biāo)值對(duì)Geary的c開展了拓展。這被運(yùn)用到荷蘭 “社會(huì)道德統(tǒng)計(jì)分析
”的經(jīng)典數(shù)據(jù)(Guerry，1833)中，表明出識(shí)字率的明顯多少室內(nèi)空間市場(chǎng)集中度(下左圖)和資產(chǎn)違法犯罪與識(shí)字率的明顯關(guān)系(下圖)。
5.檢驗(yàn)室內(nèi)空間關(guān)聯(lián)性界限閥值
非主要參數(shù)空間自相關(guān)檢測(cè)(corlogram)現(xiàn)在可以用于明確鄰近對(duì)的值不會(huì)再有關(guān)時(shí)的間距閥值。
6.GeoDa適用大量的室內(nèi)空間數(shù)據(jù)類型
引進(jìn)GDALpc軟件庫后，GeoDa現(xiàn)階段能夠 適用多種多樣矢量素材數(shù)據(jù)類型，包含：ESRI Shapefile、ESRI
geodatabase、GeoJson、MapInfo、GML、KML等。與此同時(shí)GeoDa也可以從表格數(shù)據(jù)(如：.csv、.dbf、.xls、.ds)中根據(jù)制訂座標(biāo)數(shù)據(jù)信息(X，Y或是地理坐標(biāo))來建立點(diǎn)空間信息。
7.時(shí)光運(yùn)作模式
您現(xiàn)在可以在新的時(shí)間在線編輯器中對(duì)同一自變量開展跨時(shí)間范圍的排序，以探尋跨時(shí)光的統(tǒng)計(jì)分析方式。隨后用時(shí)間播放軟件探尋伴隨著時(shí)間轉(zhuǎn)變而轉(zhuǎn)變的主視圖的結(jié)果。
8.時(shí)光數(shù)據(jù)信息的平均值較為
一個(gè)新的平均值數(shù)據(jù)圖表較為在時(shí)間和/或室內(nèi)空間上的平均值，并檢測(cè)這種平均值的差別是不是明顯。比如，最先挑選是不是要較為同一時(shí)間范圍內(nèi)選中的觀測(cè)值與未選中的觀測(cè)值的均值，或是較為不一樣時(shí)間范圍的全部觀測(cè)值。隨后，一個(gè)基本上的前-后/危害-操縱檢測(cè)說明你的結(jié)果是不是在時(shí)間和空間上發(fā)生了轉(zhuǎn)變(應(yīng)用F檢驗(yàn)和差別檢測(cè))。
9.檢驗(yàn)隨時(shí)間的轉(zhuǎn)變?cè)谑覂?nèi)空間上集聚
應(yīng)用全局性或部分差分信號(hào)Moran’s
I檢測(cè)來找到一個(gè)自變量在特殊地址的轉(zhuǎn)變是不是與鄰近地區(qū)的轉(zhuǎn)變有應(yīng)用統(tǒng)計(jì)學(xué)上的關(guān)聯(lián)。比如，這一部分(LISA)聚類算法圖表明了2002年至2008年期內(nèi)紐約市的熱點(diǎn)地區(qū)的少年兒童占比轉(zhuǎn)變很大(而涼點(diǎn)的轉(zhuǎn)變較小)。
10.探尋多種多樣空間信息歸類
根據(jù)新的類型在線編輯器，您能夠 探尋您的結(jié)果對(duì)歸類數(shù)據(jù)信息的閥值轉(zhuǎn)變的敏感性。在這個(gè)事例中，標(biāo)準(zhǔn)圖(右)中的閥值是根據(jù)能夠
在類型在線編輯器(左)中調(diào)節(jié)的類型。
11.集成化經(jīng)典的數(shù)據(jù)信息聚類方法剖析空間信息
如今，你能用幾類經(jīng)典的非室內(nèi)空間聚類算法技術(shù)性制作方式，包含主成分分析法(下左圖)、k-means(右上圖)和層次聚類(右下面的圖)。應(yīng)用與上例中同樣的數(shù)據(jù)信息，下邊的地形圖表明了資產(chǎn)違法犯罪、識(shí)字率的部分聚類算法。
