- 软件大小:38.51M
- 软件语言:中文
- 软件类型:国产软件
- 软件类别:免费软件 / 杂类工具
- 更新时间:2021-10-19 10:37
- 运行环境:WinAll, Win7
- 软件等级:
- 软件厂商:
- 官方网站:暂无
7.51M/中文/5.0
6.65M/中文/4.2
667.50M/中文/2.5
23.00M/中文/5.0
2000.00M/中文/5.0
geoda软件官方最新版提供了非常实用的空间自相关分析功能,应用范围非常之广泛,非常适合专业人士来使用,集成了众多的空间相关算法,可以进行聚类和空间分析,小编为大家带来的是中文版本,欢迎有需要的朋友下载体验!
geoda是一个免费、开源的空间数据分析软件。 通过探索和建模空间模式,geoda向用户提供了全新的空间数据分析视角。
geoda是由 luc anselin 博士和其团队开发的. 该程序提供了友好的用户界面以及丰富的用于探索性空间数据分析(esda)的方法,比如空间自相关统计(spatial autocorrelation statistics)和基本的空间回归分析(spatial regression analysis)。
从2003年2月geoda发布第一个版本以来, geoda的用户数量 成倍的增长。截止2017年6月,geoda的用户数量已经超过了20万。 包括哈佛,麻省理工、康奈尔等着名大学都在实验室中安装并使用geoda软件。geoda软件得到了用户和媒体广泛的好评,被称之为“一个非常重要的分析工具”,“一款制作精良的软件”,有着“激动人心的进展”。
geoda最新发布的版本是1.20。新版本包含了很多新的功能,比如:单变量和多变量的局部geary聚类分析,集成了经典的(非空间)聚类分析方法(pca,k-means,hierarchical聚类--详细请参考hoon et al's 2013 "c clustering library")。同时geoda也支持更多的空间数据格式,支持时空数据,支持包括nokia和carto提供的底图(basemap)显示,均值比较图表(averages charts),散点图矩阵(scatter plot matrices),非参数的空间自相关图(nonparametric spatial autocorrelation--correlogram),以及灵活的数据分类方法(flexible data categorization)。
geoda支持更多的空间数据格式
引入gdal软件库后,geoda目前可以支持多种矢量数据格式,包括:esri shapefile, esri geodatabase, geojson, mapinfo, gml, kml等。 同时geoda也能从表格数据(如:.csv, .dbf, .xls, .ods)中通过制定坐标数据(x,y或者经纬度)来创建点空间数据。 geoda也能让用户将感兴趣的、选中的数据另存为一个新的矢量数据。
通过相互关联的地图和图表探索统计结果
与在地图中可视化原始数据的程序相比,geoda 侧重于通过链接的地图和图表探索统计测试和模型的结果。
探索多种空间数据分类
使用新的类别编辑器,您可以探索结果对数据分类阈值变化的敏感程度。在此示例中,条件映射(右)中的阈值基于可在类别编辑器(左)中调整的类别。
时空模式分析
您现在可以在新的时间编辑器中跨时间段对同一变量进行分组,以探索跨空间和时间的统计模式。然后使用时间播放器探索随着时间推移视图变化的结果。
添加包括nokia和cartodb提供的底图(basemap)
如果您的空间数据被投影(.prj 文件),您现在可以将底图添加到任何地图视图,包括聚类地图,以获得更好的方向和地面真实结果。
时空数据的均值比较
新的平均值图表比较了随时间和/或空间取平均值的值,并测试这些平均值的差异是否显着。例如,首先选择是要比较同一时间段内选定观测值与未选定观测值的均值,还是比较不同时间段的所有观测值。一个基本的前后/影响控制测试然后表明您的结果是否随时间和空间变化(使用 f 测试和差异中的差异测试)。
检测多元空间关系
散点图矩阵允许您一次探索多个二元相关性。在此示例中,显示了旧金山选定、未选定和所有警区的回归斜率,以探索四种犯罪类型之间的关系。
检测随时间的变化在空间上聚集
使用全局或局部微分 moran?s i 测试来确定给定位置的变量随时间的变化是否与其邻居的变量在统计上相关。例如,这张本地 (lisa) 集群地图显示了 2002 年至 2008 年期间纽约儿童比例变化较大的热点(以及变化较小的冷点)。
单/多变量的空间聚类分析
luc anselin (2017)最近用新的空间关联局部指标扩展了 geary 的 c。这适用于法国“道德统计”的经典数据集(guerry,1833 年),以显示识字率的显着高和低空间集中度(左图)以及财产犯罪和识字率的显着关联(右图)。
集成经典的数据聚类方法分析空间数据
您现在可以映射几种经典非空间聚类技术的模式,包括主成分分析(左图)、k 均值(右上)和层次聚类(右下)。使用与上例相同的数据,下面的地图显示了财产犯罪、识字率和自杀的本地集群。
检测空间相关性边界阈值
当相邻对的值不再相关时,非参数空间自相关测试(相关图)现在可用于确定距离阈值。
空间回归分析(spatial regression analysis)
空间自相关统计(spatial autocorrelation statistics)
单变量和多变量的局部Geary聚类分析
(非空间)聚类分析方法(PCA)等
因为下载的是中文版安装包,所以选择简体中文即可。
记得一路都选择简体中文。
一直下一步,点击安装即可。
完成之后,开始中打开geoda,会发现是中文界面,省事儿不少。
请描述您所遇到的错误,我们将尽快予以修正,谢谢!
*必填项,请输入内容