概率与数理统计的空间统计数据库系统指南

概率与数理统计的空间统计数据库系统指南一、概述

概率与数理统计的空间统计数据库系统是一种结合空间信息技术与统计学原理的数据管理与分析平台。该系统通过空间数据采集、存储、处理和分析功能，为地理信息研究、资源管理、环境监测等领域提供科学决策支持。本指南旨在介绍该系统的基本架构、核心功能、应用流程及操作要点，帮助用户高效利用该系统进行空间数据分析。

二、系统架构与核心功能

（一）系统架构

1.数据采集层：支持多种空间数据源导入，包括栅格数据、矢量数据、点云数据等。

2.数据存储层：采用关系型数据库或空间数据库管理数据，确保数据完整性与查询效率。

3.数据处理层：提供数据清洗、格式转换、空间分析等工具。

4.数据分析层：集成统计模型，支持回归分析、聚类分析、空间自相关等算法。

5.可视化层：以地图、图表等形式展示分析结果，支持交互式操作。

（二）核心功能

1.空间数据管理

(1)支持批量导入与导出数据。

(2)提供数据索引与缓存机制，优化查询性能。

(3)支持数据版本控制，记录修改历史。

2.空间统计分析

(1)提供多种统计指标，如均值、标准差、变异系数等。

(2)支持地理加权回归（GWR）、空间自相关（Moran'sI）等高级分析。

(3)可自定义分析参数，满足不同研究需求。

3.可视化与报表

(1)支持多种地图类型（如热力图、散点图）展示结果。

(2)可生成动态报表，支持导出为PDF、Excel等格式。

三、应用流程与操作要点

（一）数据准备

1.收集空间数据，确保数据格式统一（如Shapefile、GeoTIFF）。

2.检查数据完整性，剔除重复或无效值。

3.进行坐标系统转换，确保数据空间基准一致。

（二）数据导入与配置

1.打开系统，选择“数据导入”功能。

(1)选择数据文件，支持多种格式。

(2)配置字段映射关系，确保数据正确关联。

2.设置空间参考系，如EPSG:4326（WGS84）。

（三）统计分析操作

1.选择分析模块，如“空间自相关分析”。

(1)设置分析参数（如距离阈值、显著性水平）。

(2)运行分析，系统自动计算统计指标。

2.查看结果，包括统计图表、P值等。

（四）结果可视化与导出

1.在可视化界面调整图表样式（如颜色、标签）。

2.导出分析结果，可保存为图片或报表文件。

四、常见问题与解决方案

（一）数据导入失败

1.检查文件格式是否支持，如需转换格式可使用系统自带工具。

2.确认数据字段是否完整，缺失值需预处理。

（二）分析结果异常

1.检查参数设置是否合理，如距离计算方法是否正确。

2.参考系统帮助文档，调整分析模型。

（三）系统性能问题

1.优化数据索引，减少查询时间。

2.关闭不必要的后台进程，释放计算资源。

五、总结

概率与数理统计的空间统计数据库系统通过整合空间数据与统计方法，为地理信息分析提供高效工具。用户需掌握数据准备、分析配置及结果可视化等关键步骤，以充分发挥系统功能。在日常使用中，注意排查常见问题，确保分析结果的准确性。

一、概述

概率与数理统计的空间统计数据库系统是一种结合空间信息技术与统计学原理的数据管理与分析平台。该系统通过空间数据采集、存储、处理和分析功能，为地理信息研究、资源管理、环境监测等领域提供科学决策支持。本指南旨在介绍该系统的基本架构、核心功能、应用流程及操作要点，帮助用户高效利用该系统进行空间数据分析。

二、系统架构与核心功能

（一）系统架构

1.数据采集层：支持多种空间数据源导入，包括栅格数据（如卫星影像、数字高程模型DEM）、矢量数据（如点、线、面要素）和点云数据（如激光雷达数据）。

(1)支持直接连接外部数据库（如PostGIS、OracleSpatial）。

(2)支持文件批量导入（如CSV、Excel、GeoJSON）。

(3)支持实时数据流接入（如物联网传感器数据）。

2.数据存储层：采用关系型数据库或空间数据库管理数据，确保数据完整性与查询效率。

(1)关系型数据库（如PostgreSQL+PostGIS）：适合中小规模数据存储，支持SQL查询。

(2)分布式数据库（如MongoDB）：适合大规模、非结构化数据存储，支持灵活查询。

3.数据处理层：提供数据清洗、格式转换、空间分析等工具。

(1)数据清洗：去除重复值、缺失值填充、几何修正。

(2)格式转换：支持ESRIShapefile、GeoTIFF、KML等格式互转。

(3)空间分析：支持缓冲区分析、叠加分析、网络分析等。

4.数据分析层：集成统计模型，支持回归分析、聚类分析、空间自相关等算法。

(1)回归分析：线性回归、逻辑回归、地理加权回归（GWR）。

(2)聚类分析：K-Means、DBSCAN、层次聚类。

(3)空间自相关：Moran'sI、Geary'sC，用于检测空间依赖性。

5.可视化层：以地图、图表等形式展示分析结果，支持交互式操作。

(1)地图类型：热力图、散点图、密度图、choropleth图。

(2)图表类型：柱状图、折线图、饼图、箱线图。

(3)交互功能：缩放、平移、筛选、数据标签显示。

（二）核心功能

1.空间数据管理

(1)支持批量导入与导出数据：

-导入步骤：

a.打开系统，进入“数据导入”模块。

b.选择数据文件（如Shapefile、CSV），点击“打开”。

c.配置字段映射关系（如ID、经度、纬度），点击“导入”。

(2)提供数据索引与缓存机制，优化查询性能：

-索引创建：在数据库中为空间字段（如几何坐标）创建GiST或GIN索引。

-缓存设置：调整系统缓存大小（如内存占用比例），加速重复查询。

(3)支持数据版本控制，记录修改历史：

-版本管理：每次数据更新自动创建新版本，可回溯至任意历史状态。

-差异对比：支持新旧版本数据逐条对比，高亮修改内容。

2.空间统计分析

(1)提供多种统计指标，如均值、标准差、变异系数等：

-计算步骤：

a.选择分析区域（如行政区、研究范围）。

b.点击“统计分析”模块，选择“描述性统计”。

c.选择统计指标（如均值、标准差），点击“计算”。

d.查看结果表格，支持导出为CSV文件。

(2)支持地理加权回归（GWR）、空间自相关（Moran'sI）等高级分析：

-GWR分析：

a.准备数据：确保因变量和自变量已加载。

b.设置模型：选择核函数（如高斯核）、带宽方法（如交叉验证）。

c.运行分析：系统自动计算每个位置的局部回归系数。

d.结果可视化：以地图形式展示系数变化（如热力图）。

-Moran'sI分析：

a.计算步骤：

-计算全局Moran'sI：

i.计算每个位置变量的平均值。

ii.计算每个位置与邻居的相似度（如距离倒数）。

iii.应用公式：Moran'sI=(n/σ₀²)Σ(zimi)，其中n为样本数，σ₀²为方差，zi为位置i的值，mi为位置i的邻居平均值。

-计算局部Moran'sI（LISA）：

i.计算每个位置的局部相似度（如高值-高值聚集）。

ii.分为四类：HH（高-高）、LL（低-低）、HL（高-低）、LH（低-高）。

b.结果解读：Moran'sI>0表示空间正相关（聚集），<0表示负相关（分散）。

(3)可自定义分析参数，满足不同研究需求：

-参数设置：

a.距离计算方法：欧氏距离、曼哈顿距离、网络距离（道路距离）。

b.邻居定义：固定半径、K近邻、邻接关系（如四邻、八邻）。

c.隐私保护：支持数据脱敏（如K匿名、差分隐私）。

3.可视化与报表

(1)支持多种地图类型（如热力图、散点图）展示结果：

-热力图：

a.数据准备：计算每个位置的密度值（如核密度估计）。

b.绘制步骤：选择“热力图”工具，设置核函数类型（如高斯、矩形）。

c.参数调整：调整半径大小、颜色渐变、透明度。

-散点图：

a.坐标配置：X轴为自变量，Y轴为因变量。

b.标记设置：按类别或数值大小调整点大小、颜色。

c.线性回归：添加拟合线（如最小二乘线），显示R²值。

(2)可生成动态报表，支持导出为PDF、Excel等格式：

-报表模板：预设模板（如研究报告、数据公报），可自定义添加图表、表格。

-动态参数：支持绑定分析参数（如显著性水平α），一键生成多组结果。

-导出格式：

a.PDF：包含地图、图表、文字描述，自动排版。

b.Excel：数据表格（如统计指标、分析参数）。

c.CSV：原始数据，供其他软件（如R、Python）进一步分析。

三、应用流程与操作要点

（一）数据准备

1.收集空间数据，确保数据格式统一（如Shapefile、GeoTIFF）：

(1)格式要求：

-矢量数据：必须包含几何字段（如SHAPE@XY）和属性字段（如ID、名称）。

-栅格数据：必须包含投影信息（如EPSG代码）。

(2)数据源示例：

-卫星影像：Landsat8、Sentinel-2（分辨率0.5-10米）。

-地图数据：OpenStreetMap（道路、建筑）、NaturalEarth（地形、国家边界）。

2.检查数据完整性，剔除重复或无效值：

(1)重复值处理：

-工具：使用系统“数据清洗”模块，勾选“删除重复行”。

-标识字段：选择唯一标识字段（如ID、名称）。

(2)无效值处理：

-缺失值填充：

-方法：均值填充、中位数填充、K近邻填充。

-工具：在“数据预处理”中设置填充规则。

-异常值剔除：

-方法：箱线图检测、Z-score法（绝对值>3剔除）。

-工具：在“统计分析”中运行异常值检测。

3.进行坐标系统转换，确保数据空间基准一致：

(1)坐标系统检查：

-工具：在系统“属性查看”中显示当前坐标系统（如EPSG:4326）。

(2)转换步骤：

a.打开“坐标转换”工具。

b.选择目标坐标系统（如EPSG:3857，Web墨卡托）。

c.执行转换，系统自动重新投影数据。

d.验证结果：检查地图是否正确显示（如经纬度范围）。

（二）数据导入与配置

1.打开系统，选择“数据导入”功能：

(1)导入界面：显示支持的文件类型（如Shapefile、CSV）。

(2)文件选择：点击“选择文件”，浏览并打开目标数据源。

2.配置字段映射关系，确保数据正确关联：

(1)映射表：系统自动列出源文件字段（如CSV列名）与系统字段（如几何坐标）。

(2)手动调整：

-选中字段，点击“映射”按钮。

-误映射：点击“取消”重新选择。

3.设置空间参考系，如EPSG:4326（WGS84）：

(1)设置步骤：

a.在导入界面底部，点击“坐标系统设置”。

b.选择EPSG:4326，点击“确定”。

c.系统自动为导入数据添加坐标系统属性。

(2)验证方法：

-在导入后，打开“数据预览”查看坐标字段（如@X、@Y）。

（三）统计分析操作

1.选择分析模块，如“空间自相关分析”：

(1)操作步骤：

a.点击“分析”菜单，选择“空间统计”。

b.子菜单：Moran'sI、Geary'sC、LISA等。

c.选择目标字段（如房价、人口密度）。

2.设置分析参数，如距离阈值、显著性水平：

(1)距离阈值设置：

-方法：输入数值（如500米），或选择“K近邻”（如最近5个邻居）。

(2)显著性水平：

-默认值：α=0.05，可调整为α=0.01或α=0.10。

3.运行分析，系统自动计算统计指标：

(1)运行按钮：点击“开始分析”，系统显示进度条。

(2)结果输出：

-数值结果：Moran'sI值、Z分数、P值。

-图形结果：LISA聚类图（四象限图）。

4.查看结果，包括统计图表、P值等：

(1)结果解读：

-Moran'sI>0且P<α：空间正相关（聚集）。

-Moran'sI<0且P<α：空间负相关（分散）。

-P>α：结果不显著，可能是随机分布。

(2)可视化调整：

-LISA图：点击图例，高亮特定象限（如HH聚集区）。

（四）结果可视化与导出

1.在可视化界面调整图表样式（如颜色、标签）：

(1)图表编辑工具：

-颜色：选择渐变色（如蓝-红）或分类色（如红-黄-绿）。

-标签：添加数据标签（如数值、名称），调整字体大小。

2.导出分析结果，可保存为图片或报表文件：

(1)导出格式：

-图片：PNG、JPEG、SVG（矢量图，支持缩放不失真）。

-报表：PDF（自动排版）、Excel（数据表格）。

(2)导出步骤：

a.在结果界面，点击“导出”按钮。

b.选择文件名与保存路径。

c.点击“保存”，系统生成文件并下载。

四、常见问题与解决方案

（一）数据导入失败

1.检查文件格式是否支持，如需转换格式可使用系统自带工具：

(1)解决方法：

-使用系统“格式转换”工具，将文件转为Shapefile或GeoTIFF。

-确认文件编码（如UTF-8），避免乱码问题。

2.确认数据字段是否完整，缺失值需预处理：

(1)解决方法：

-使用“数据清洗”填充缺失值（如均值填充）。

-剔除无几何信息的数据行（如Shapefile中空几何）。

（二）分析结果异常

1.检查参数设置是否合理，如距离计算方法是否正确：

(1)解决方法：

-替换距离方法（如曼哈顿距离替代欧氏距离）。

-调整距离阈值（如从500米改为1000米）。

2.参考系统帮助文档，调整分析模型：

(1)解决方法：

-查找类似案例：在帮助文档中搜索“Moran'sI异常”。

-联系技术支持：如问题未解决，提交问题描述和系统日志。

（三）系统性能问题

1.优化数据索引，减少查询时间：

(1)解决方法：

-在数据库中为空间字段创建GiST或GIN索引。

-定期重建索引（如每月一次），避免碎片化。

2.关闭不必要的后台进程，释放计算资源：

(1)解决方法：

-在系统设置中，禁用未使用的分析模块（如网络分析）。

-监控CPU/内存使用率，重启系统释放资源。

五、总结

概率与数理统计的空间统计数据库系统通过整合空间数据与统计方法，为地理信息分析提供高效工具。用户需掌握数据准备、分析配置及结果可视化等关键步骤，以充分发挥系统功能。在日常使用中，注意排查常见问题，确保分析结果的准确性。

一、概述

概率与数理统计的空间统计数据库系统是一种结合空间信息技术与统计学原理的数据管理与分析平台。该系统通过空间数据采集、存储、处理和分析功能，为地理信息研究、资源管理、环境监测等领域提供科学决策支持。本指南旨在介绍该系统的基本架构、核心功能、应用流程及操作要点，帮助用户高效利用该系统进行空间数据分析。

二、系统架构与核心功能

（一）系统架构

1.数据采集层：支持多种空间数据源导入，包括栅格数据、矢量数据、点云数据等。

2.数据存储层：采用关系型数据库或空间数据库管理数据，确保数据完整性与查询效率。

3.数据处理层：提供数据清洗、格式转换、空间分析等工具。

4.数据分析层：集成统计模型，支持回归分析、聚类分析、空间自相关等算法。

5.可视化层：以地图、图表等形式展示分析结果，支持交互式操作。

（二）核心功能

1.空间数据管理

(1)支持批量导入与导出数据。

(2)提供数据索引与缓存机制，优化查询性能。

(3)支持数据版本控制，记录修改历史。

2.空间统计分析

(1)提供多种统计指标，如均值、标准差、变异系数等。

(2)支持地理加权回归（GWR）、空间自相关（Moran'sI）等高级分析。

(3)可自定义分析参数，满足不同研究需求。

3.可视化与报表

(1)支持多种地图类型（如热力图、散点图）展示结果。

(2)可生成动态报表，支持导出为PDF、Excel等格式。

三、应用流程与操作要点

（一）数据准备

1.收集空间数据，确保数据格式统一（如Shapefile、GeoTIFF）。

2.检查数据完整性，剔除重复或无效值。

3.进行坐标系统转换，确保数据空间基准一致。

（二）数据导入与配置

1.打开系统，选择“数据导入”功能。

(1)选择数据文件，支持多种格式。

(2)配置字段映射关系，确保数据正确关联。

2.设置空间参考系，如EPSG:4326（WGS84）。

（三）统计分析操作

1.选择分析模块，如“空间自相关分析”。

(1)设置分析参数（如距离阈值、显著性水平）。

(2)运行分析，系统自动计算统计指标。

2.查看结果，包括统计图表、P值等。

（四）结果可视化与导出

1.在可视化界面调整图表样式（如颜色、标签）。

2.导出分析结果，可保存为图片或报表文件。

四、常见问题与解决方案

（一）数据导入失败

1.检查文件格式是否支持，如需转换格式可使用系统自带工具。

2.确认数据字段是否完整，缺失值需预处理。

（二）分析结果异常

1.检查参数设置是否合理，如距离计算方法是否正确。

2.参考系统帮助文档，调整分析模型。

（三）系统性能问题

1.优化数据索引，减少查询时间。

2.关闭不必要的后台进程，释放计算资源。

五、总结

概率与数理统计的空间统计数据库系统通过整合空间数据与统计方法，为地理信息分析提供高效工具。用户需掌握数据准备、分析配置及结果可视化等关键步骤，以充分发挥系统功能。在日常使用中，注意排查常见问题，确保分析结果的准确性。

一、概述

概率与数理统计的空间统计数据库系统是一种结合空间信息技术与统计学原理的数据管理与分析平台。该系统通过空间数据采集、存储、处理和分析功能，为地理信息研究、资源管理、环境监测等领域提供科学决策支持。本指南旨在介绍该系统的基本架构、核心功能、应用流程及操作要点，帮助用户高效利用该系统进行空间数据分析。

二、系统架构与核心功能

（一）系统架构

1.数据采集层：支持多种空间数据源导入，包括栅格数据（如卫星影像、数字高程模型DEM）、矢量数据（如点、线、面要素）和点云数据（如激光雷达数据）。

(1)支持直接连接外部数据库（如PostGIS、OracleSpatial）。

(2)支持文件批量导入（如CSV、Excel、GeoJSON）。

(3)支持实时数据流接入（如物联网传感器数据）。

2.数据存储层：采用关系型数据库或空间数据库管理数据，确保数据完整性与查询效率。

(1)关系型数据库（如PostgreSQL+PostGIS）：适合中小规模数据存储，支持SQL查询。

(2)分布式数据库（如MongoDB）：适合大规模、非结构化数据存储，支持灵活查询。

3.数据处理层：提供数据清洗、格式转换、空间分析等工具。

(1)数据清洗：去除重复值、缺失值填充、几何修正。

(2)格式转换：支持ESRIShapefile、GeoTIFF、KML等格式互转。

(3)空间分析：支持缓冲区分析、叠加分析、网络分析等。

4.数据分析层：集成统计模型，支持回归分析、聚类分析、空间自相关等算法。

(1)回归分析：线性回归、逻辑回归、地理加权回归（GWR）。

(2)聚类分析：K-Means、DBSCAN、层次聚类。

(3)空间自相关：Moran'sI、Geary'sC，用于检测空间依赖性。

5.可视化层：以地图、图表等形式展示分析结果，支持交互式操作。

(1)地图类型：热力图、散点图、密度图、choropleth图。

(2)图表类型：柱状图、折线图、饼图、箱线图。

(3)交互功能：缩放、平移、筛选、数据标签显示。

（二）核心功能

1.空间数据管理

(1)支持批量导入与导出数据：

-导入步骤：

a.打开系统，进入“数据导入”模块。

b.选择数据文件（如Shapefile、CSV），点击“打开”。

c.配置字段映射关系（如ID、经度、纬度），点击“导入”。

(2)提供数据索引与缓存机制，优化查询性能：

-索引创建：在数据库中为空间字段（如几何坐标）创建GiST或GIN索引。

-缓存设置：调整系统缓存大小（如内存占用比例），加速重复查询。

(3)支持数据版本控制，记录修改历史：

-版本管理：每次数据更新自动创建新版本，可回溯至任意历史状态。

-差异对比：支持新旧版本数据逐条对比，高亮修改内容。

2.空间统计分析

(1)提供多种统计指标，如均值、标准差、变异系数等：

-计算步骤：

a.选择分析区域（如行政区、研究范围）。

b.点击“统计分析”模块，选择“描述性统计”。

c.选择统计指标（如均值、标准差），点击“计算”。

d.查看结果表格，支持导出为CSV文件。

(2)支持地理加权回归（GWR）、空间自相关（Moran'sI）等高级分析：

-GWR分析：

a.准备数据：确保因变量和自变量已加载。

b.设置模型：选择核函数（如高斯核）、带宽方法（如交叉验证）。

c.运行分析：系统自动计算每个位置的局部回归系数。

d.结果可视化：以地图形式展示系数变化（如热力图）。

-Moran'sI分析：

a.计算步骤：

-计算全局Moran'sI：

i.计算每个位置变量的平均值。

ii.计算每个位置与邻居的相似度（如距离倒数）。

iii.应用公式：Moran'sI=(n/σ₀²)Σ(zimi)，其中n为样本数，σ₀²为方差，zi为位置i的值，mi为位置i的邻居平均值。

-计算局部Moran'sI（LISA）：

i.计算每个位置的局部相似度（如高值-高值聚集）。

ii.分为四类：HH（高-高）、LL（低-低）、HL（高-低）、LH（低-高）。

b.结果解读：Moran'sI>0表示空间正相关（聚集），<0表示负相关（分散）。

(3)可自定义分析参数，满足不同研究需求：

-参数设置：

a.距离计算方法：欧氏距离、曼哈顿距离、网络距离（道路距离）。

b.邻居定义：固定半径、K近邻、邻接关系（如四邻、八邻）。

c.隐私保护：支持数据脱敏（如K匿名、差分隐私）。

3.可视化与报表

(1)支持多种地图类型（如热力图、散点图）展示结果：

-热力图：

a.数据准备：计算每个位置的密度值（如核密度估计）。

b.绘制步骤：选择“热力图”工具，设置核函数类型（如高斯、矩形）。

c.参数调整：调整半径大小、颜色渐变、透明度。

-散点图：

a.坐标配置：X轴为自变量，Y轴为因变量。

b.标记设置：按类别或数值大小调整点大小、颜色。

c.线性回归：添加拟合线（如最小二乘线），显示R²值。

(2)可生成动态报表，支持导出为PDF、Excel等格式：

-报表模板：预设模板（如研究报告、数据公报），可自定义添加图表、表格。

-动态参数：支持绑定分析参数（如显著性水平α），一键生成多组结果。

-导出格式：

a.PDF：包含地图、图表、文字描述，自动排版。

b.Excel：数据表格（如统计指标、分析参数）。

c.CSV：原始数据，供其他软件（如R、Python）进一步分析。

三、应用流程与操作要点

（一）数据准备

1.收集空间数据，确保数据格式统一（如Shapefile、GeoTIFF）：

(1)格式要求：

-矢量数据：必须包含几何字段（如SHAPE@XY）和属性字段（如ID、名称）。

-栅格数据：必须包含投影信息（如EPSG代码）。

(2)数据源示例：

-卫星影像：Landsat8、Sentinel-2（分辨率0.5-10米）。

-地图数据：OpenStreetMap（道路、建筑）、NaturalEarth（地形、国家边界）。

2.检查数据完整性，剔除重复或无效值：

(1)重复值处理：

-工具：使用系统“数据清洗”模块，勾选“删除重复行”。

-标识字段：选择唯一标识字段（如ID、名称）。

(2)无效值处理：

-缺失值填充：

-方法：均值填充、中位数填充、K近邻填充。

-工具：在“数据预处理”中设置填充规则。

-异常值剔除：

-方法：箱线图检测、Z-score法（绝对值>3剔除）。

-工具：在“统计分析”中运行异常值检测。

3.进行坐标系统转换，确保数据空间基准一致：

(1)坐标系统检查：

-工具：在系统“属性查看”中显示当前坐标系统（如EPSG:4326）。

(2)转换步骤：

a.打开“坐标转换”工具。

b.选择目标坐标系统（如EPSG:3857，Web墨卡托）。

c.执行转换，系统自动重新投影数据。

d.验证结果：检查地图是否正确显示（如经纬度范围）。

（二）数据导入与配置

1.打开系统，选择“数据导入”功能：

(1)导入界面：显示支持的文件类型（如Shapefile、CSV）。

(2)文件选择：点击“选择文件”，浏览并打开目标数据源。

2.配置字段映射关系，确保数据正确关联：

(1)映射表：系统自动列出源文件字段（如CSV列名）与系统字段（如几何坐标）。

(2)手动调整：

-选中字段，点击“映射”按钮。

-误映射：点击“取消”重新选择。

3.设置空间参考系，如EPSG:4326（WGS84）：

(1)设置步骤：

a.在导入界面底部，点击“坐标系统设置”。

b.选择EPSG:4326，点击“确定”。

c.系统自动为导入数据添加坐标系统属性。

(2)验证方法：

-在导入后，打开“数据预览”查看坐标字段（如@X、@Y）。

（三）统计分析操作

1.选择分析模块，如“空间自相关分析”：

(1)操作步骤：

a.点击“分析”菜单，选择“空间统计”。

b.子菜单：Moran'sI、Geary'sC、LISA等。

c.选择目标字段（如房价、人口密度）。

2.设置分析参数，如距离阈值、显著性水平：

(1)距离阈值设置：

-方法：输入数值（如500米），或选择“K近邻”（如最近5个邻居）。

(2)显著性水平：

-默认值：α=0.05，可调整为α=0.01或α=0.10。

3.运行分析，