这是一本介绍基本的空间统计和空间分析知识以及如何运用ArcView GIS和Arc GIS软件进行相关分析的教科书。该书是唯一一本具有以下特点的著作：附带空间分析和空间统计方面的工具和程序，这些工具和程序易于使用，并且与极易获得的GIS软件包进行了整合；可让用户验证所讨论的空间分析和空间统计概念；提供了工具和数据，因此用户可以运用书中所介绍的统计分析方法进行实验，从而为自己日后在科研和实践活动中进行统计分析积累经验。

这是一本介绍基本的空间统计和空间分析知识以及如何运用ArcView GIS和Arc GIS软件进行相关分析的教科书。

长期以来，由于种种原因，现代主流经济学研究的一个突出特点是只考虑时间维度而不考虑空间维度，但是，如果不考虑空间维度，经济学分析就是“在空中楼阁中”进行的。

近年来，以保罗·克鲁格曼为代表的新经济地理学者对此进行了大量研究，使得空间研究第一次在真正意义上被纳入了主流经济学的研究范畴，经济学界也掀起了空间经济学的研究热潮。

本书体系完善，适合区域经济学、城市经济学，统计学、经济地理学、地理信息系统以及社会学等多种学科中所有涉及空间维度研究的学生及研究人员使用。

前言

致谢

译者序

1. 引言

1.1 为什么要进行统计和抽样？

1.2 空间数据有何特别之处？

  1.2.1 MAUP——可变区域单元问题

  1.2.2 空间自相关

1.3 空间数据与进行空间分析和空间统计的必要性

1.4 空间分析与空间统计基础

  1.4.1 计量尺度

  1.4.2 数学符号

  1.4.3 尺度、范围和投影

1.5 ArcView说明——数据模型与范例

  1.5.1 ArcView GIS中使用的数据模型

  1.5.2 随机抽样——一般方式

  1.5.3 随机和系统点抽样—一个扩展功能

参考文献

练习

第一部分 经典统计

2. 分布描述：一个变量（单变量）

2.1 集中趋势指标

  2.1.1 众数

  2.1.2 中位数

  2.1.3 均值

  2.1.4 分组平均数或加权平均数

2.2 离散趋势指标

  2.2.1 极差、最小值、最大值和百分位数

  2.2.2 平均差

  2.2.3 方差和标准差

  2.2.4 加权方差和加权标准差

  2.2.5 变异系数

2.3 ArcView范例

2.4 高阶矩统计量

  2.4.1 偏度和峰度

2.5 ArcView范例

  2.5.1 其他统计量

2.6 应用范例

2.7 小结

参考文献

练习

3. 关系描述：两个变量（双变量）

3.1 相关性分析

3.2 相关性：定类尺度

  3.2.1 定类尺度和二元变量：phi系数

  3.2.2 定类尺度和多元变量：卡方统计量

3.3 相关性：定序尺度

3.4 相关性：定距尺度/定比尺度

3.5 趋势分析

  3.5.1 简单线性回归模型

  3.5.2 判定系数

  3.5.3 实证范例

3.6 ArcView说明

3.7 应用范例

参考文献

练习

4. 假设检验

4.1 与概率相关的几个概念

4.2 概率函数

  4.2.1 二项分布

  4.2.2 泊松分析

  4.2.3 正态分布

  4.2.4 ArcView说明

4.3 中心极限定理与置信区间

4.4 假设检验

  4.4.1 ArcView说明

  4.4.2 错误类型

4.5 参数检验统计量

  4.5.1 方差差异

  4.5.2 ArcView说明

4.6 均值差异

  4.6.2 大样本

  4.6.3 ArcView说明

4.7 均值与定值的差异

  4.7.1 ArcView说明

4.8 皮尔逊相关系数的显著性

  4.8.1 ArcView说明

4.9 回归系数的显著性

  4.9.1 ArcView说明

4.10 非参数检验统计量

  4.10.1 卡方统计量

  4.10.2 ArcView说明

  4.10.3 斯皮尔曼秩相关系数

  4.10.4 ArcView说明

  4.10.5 柯尔莫诺夫—斯米尔诺夫检验

  4.10.6 ArcView说明

4.11 小结

参考文献

练习

第二部分 空间统计

5. 点模式描述

5.1点要素的性质

5.2点分布的集中趋势

  5.1.1 平均中心

  4.1.2 加权平均中心

  5.1.3 中位数中心

5.3点分布的离散趋势与方位

  5.3.1 标准距离

  5.3.2 标准差椭圆

5.4 ArcView 说明

5.5 应用范例

参考文献

练习

6. 点模式分析

6.1 尺度与范围

6.2 样方分析

  6.1.1 基本概念

  6.1.2 运用K-S检验比较观测分布与期望分布

  6.1.3 运用方差—均值比率比较观测模式与期望模式

6.3 多阶邻点分析

  6.3.1 最近邻点统计量

  6.3.2 运用最近邻点统计量检验分布模式

  6.3.3 高阶邻点统计量

  6.3.2 最近邻点统计量的边界调整

6.4 K函数

6.5 点的空间自相关

  6.5.1 空间自相关指标

  6.5.2 空间自相关指标的显著性检验

6.6 应用范例

参考文献

练习

7. 线模式分析

7.1 线要素的性质：矢量和网络

7.2 线要素的特征和属性

  7.1.1 线要素的几何特征

  7.1.2 线要素的空间属性：长度

  7.1.3 线要素的空间属性：方位与方向

  7.1.4 ArcView范例：线要素属性

7.3 方向统计量

  7.3.1 线要素探索性统计量

  7.3.2 方向均值

  7.3.3 环形方差

  7.3.4 ArcView范例

7.4 网络分析

  7.4.1 网络要素的空间属性：连通性或拓扑性

  7.4.2 评估连通性

  7.4.3 评估可达性

  7.4.4 ArcView 范例：网络分析

7.5 应用范例

  7.5.1 线要素的长度属性分析

  7.5.2 方向统计量应用范例

  7.5.3 网络分析应用范例

参考文献

练习

8. 面模式分析

8.1 引言

8.2 空间关系

8.3 空间依赖性

8.4 空间权重矩阵

  8.4.1 邻接区域的定义

  8.4.2 二元连接矩阵

  8.4.3 随机或行标准化权重矩阵

  8.4.4 质心距离

  8.4.5 最近距离

  8.4.6 ArcView范例：空间权重矩阵

8.5 空间自相关统计量和相关符号

8.6 连接数统计量

  8.6.1 自由抽样

  8.6.2 随机抽样

8.7 全局空间自相关统计量

  8.7.1 Moran’s I

  8.7.2 Geary’s 比率

  8.7.3 广义G统计量

  8.7.4 ArcView范例：全局空间自相关统计量

8.8 局部空间自相关统计量

  8.8.1 局部空间关联指标

  8.8.2 局部G统计量

8.9 Moran散点图

  8.9.1 ArcView范例：局部空间自相关统计量和Moran散点图

8.10 双变量空间自相关

8.11 应用范例

8.11 小结

参考文献

练习

附录：ArcGIS 空间统计工具

关于随附光盘

索引