空间数据分析经典软件与应用案例

本书介绍了空间数据分析课程涉及的4种空间数据分析软件：CrimeStat、GeoDa、WinBUGS和SaTScan，主要对以上空间数据分析经典软件进行说明，对其涉及的原理进行简要阐述，重点介绍这些经典软件的各个功能菜单，利用较多的小例子介绍各个功能菜单的用法，使读者能够很快上手学习使用。同时，结合实际案例介绍这些软件的具体应用。

丛书序
前言
第1章 空间数据分析经典软件简介 1
1.1 空间数据分析软件的必要性 1
1.2 空间数据分析软件包的分类 1
1.3 主要的空间数据分析软件简介 1
1.3.1 CrimeStat 1
1.3.2 GeoDa 2
1.3.3 WinBUGS和GeoBUGS 2
1.3.4 SaTScan 3
第2章 CrimeStat空间聚类分析软件简介与应用 4
2.1 CrimeStat软件简介 4
2.2 相关算法 4
2.2.1 k中心点聚类算法 4
2.2.2 最近邻分析 5
2.2.3 K最近邻算法 5
2.2.4 CURE算法 5
2.2.5 CLARA算法 6
2.2.6 CLARANS算法 6
2.2.7 STING扫描数据库 6
2.3 文件输入输出格式 7
2.4 CrimeStat软件操作界面 7
2.4.1 Data Setup数据设置选项卡 8
2.4.2 Spatial Description空间描述 12
2.4.3 Hot Spot Analysis（热点分析） 15
2.4.4 Spatial Modeling Ⅰ（空间建模1） 17
2.4.5 Spatial Modeling Ⅱ（空间建模2） 21
2.4.6 Crime Travel Demand（犯罪旅行需求建模） 24
2.4.7 Options选项 28
2.5 CrimeStat软件应用案例 28
2.5.1 案例一：A地区住宅盗窃问题（距离分析） 28
2.5.2 案例二：A地区入室盗窃问题（空间分布） 30
2.5.3 案例三：B地区汽车盗窃案的热点范围 32
2.5.4 案例四：2007年A地区汽车盗窃案（核密度估计） 34
2.5.5 案例五：A地区失踪人数和人口密度的相对风险（双重核密度估计） 35
2.5.6 案例六：抢劫犯罪的警力调整（空间时间移动平均值） 36
2.5.7 案例七：Journey to Crime犯罪历程分析 38
2.6 小结 42
2.7 附件1：相关概念 42
2.8 附件2：相关公式与算法 44
2.8.1 平均中心 44
2.8.2 最小距离中心 44
2.8.3 标准差椭圆 44
2.8.4 Moran’s Ⅰ 45
2.8.5 最邻近指数 46
2.8.6 线性最邻近指数 46
2.8.7 多距离空间聚类分析 46
2.8.8 K均值聚类 47
2.8.9 核密度插值 47
2.8.10 犯罪旅行分析 48
第3章 GeoDa空间统计分析软件简介与应用 49
3.1 GeoDa软件简介 49
3.1.1 背景 49
3.1.2 GeoDa软件的特点 49
3.1.3 发展趋势 50
3.2 GeoDa功能界面 50
3.2.1 GeoDa的窗口组成 50
3.2.2 File空间数据操作 51
3.2.3 Table数据表格处理 52
3.2.4 Map制图 52
3.2.5 Explore探索性数据分析（EDA） 53
3.2.6 Cluster聚类分析 54
3.2.7 Space空间（自相关分析） 54
3.2.8 Methods方法 55
3.3 File空间数据文件处理 56
3.3.1 文件基本操作 56
3.3.2 创建点文件案例 58
3.4 Tool工具菜单 59
3.5 Map地图编制 60
3.5.1 分位数地图 60
3.5.2 箱形图 64
3.5.3 百分位地图 67
3.5.4 标准差地图 69
3.5.5 动画地图 70
3.5.6 在地图中选择和链接观测对象 72
3.5.7 基本的比率制图 73
3.6 Methods（空间自回归） 75
3.6.1 空间自回归模型 75
3.6.2 Methods 空间回归操作 75
3.7 Table 数据表格处理 80
3.7.1 表格的排序 80
3.7.2 表的查询 80
3.7.3 表的简单计算 82
3.7.4 数据文件的处理 84
3.7.5 编辑变量属性 99
3.8 空间关联性探索原理 100
3.8.1 空间权重矩阵 100
3.8.2 探索性空间数据分析 102
3.8.3 Moran’sⅠ指数制图案例 103
3.9 Explore 中的统计图表 107
3.9.1 直方图 107
3.9.2 散点图 114
3.9.3 箱形图 120
3.9.4 平行坐标图 127
3.9.5 条件图 129
3.9.6 统计地图 130
3.10 案例数据介绍与图表操作概要 131
3.11 GeoDa软件应用案例 133
3.11.1 利用GeoDa实现面数据空间综合分析 133
3.11.2 建立权重矩阵 133
3.11.3 全局的空间关联性分析 135
3.11.4 基于单变量的空间自相关分析 136
3.11.5 局部空间关联性分析 137
3.12 小结 139
第4章 WinBUGS软件简介与应用 140
4.1 WinBUGS软件简介 140
4.2 WinBUGS基本功能 140
4.2.1 文件菜单 143
4.2.2 工具菜单 143
4.2.3 编辑菜单 143
4.2.4 属性菜单 143
4.2.5 模型菜单 143
4.2.6 推理菜单 144
4.2.7 文本菜单 145
4.2.8 窗口菜单 145
4.2.9 地图菜单 146
4.3 WinBUGS操作简介 147
4.3.1 WinBUGS操作流程 147
4.3.2 撰写程序的三个部分 147
4.4 WinBUGS软件应用案例 147
4.4.1 种子实验案例与分析 147
4.4.2 某地区唇癌疾病分析 152
4.4.3 慢性阻塞性肺病案例分析 153
4.5 小结 158
第5章 SaTScan软件简介与应用 159
5.1 SaTScan软件简介 159
5.1.1 SaTScan：空间扫描软件 159
5.1.2 SaTScan功能 159
5.1.3 SaTScan软件的原理与方法 159
5.1.4 国内外研究进展 160
5.1.5 SaTScan使用的模型 161
5.1.6 SaTScan数据输入与结果输出 161
5.1.7 窗口组成 161
5.1.8 基本界面及功能 162
5.1.9 软件分析的结果 172
5.2 各类分析模型介绍 173
5.2.1 离散泊松模型 173
5.2.2 伯努利模型 177
5.2.3 时空置换模型 181
5.2.4 等级模型 184
5.2.5 多分类模型 186
5.2.6 指数模型 186
5.2.7 正态模型 186
5.2.8 连续泊松模型 187
5.3 SaTScan软件应用案例 188
5.3.1 运行软件界面 188
5.3.2 数据输入选项卡 189
5.3.3 数据输入信息的设置 192
5.3.4 分析功能参数的设置 192
5.3.5 输出选项卡的设置 193
5.3.6 分析功能的运行 195
5.3.7 空间聚类结果 195
5.3.8 可视化结果 196
主要参考文献 197