pysal.explore.esda.
Moran_BV
(x, y, w, transformation='r', permutations=999)[源代码]¶双变量莫兰I
参数: |
|
---|
笔记
由于分析结果不太可靠,因此只能根据排列进行推理。
实例
>>> import pysal.lib
>>> import numpy as np
设置随机数生成器种子,以便我们可以复制示例
>>> np.random.seed(10)
打开婴儿猝死DBF文件,读取74和79的比率,将每个比率转换为numpy数组。
>>> f = pysal.lib.io.open(pysal.lib.examples.get_path("sids2.dbf"))
>>> SIDR74 = np.array(f.by_col['SIDR74'])
>>> SIDR79 = np.array(f.by_col['SIDR79'])
读取一个gal文件并构造我们的空间权重对象
>>> w = pysal.lib.io.open(pysal.lib.examples.get_path("sids2.gal")).read()
从pysal.explore.esda.moran import moran_bv>>mbi=moran_bv(sidr79,sidr74,w)创建moran_bv>>的实例
二元Moran的i值是多少
>>> round(mbi.I, 3)
0.156
基于999个排列,我们统计的p值是多少
>>> round(mbi.p_z_sim, 3)
0.001
属性: |
|
---|
方法
by_col \(df ,x [,y ,w ,inplace ,pValue ,outvals ]) |
在数据帧上计算Moran_bv统计的函数 |
方法
__init__ \(X,Y,W[,转换,排列]) |
初始化自身。 |
by_col \(df ,x [,y ,w ,inplace ,pValue ,outvals ]) |
在数据帧上计算Moran_bv统计的函数 |