pysal.explore.giddy.rank.Tau_Local¶

class pysal.explore.giddy.rank.Tau_Local(x, y)[源代码]¶

经典tau的本地版本。

将经典tau分解为局部组件。

参数:	x : 数组 （n，）第一个变量。 y : 数组 （n，）第二个变量。

笔记

计算局部一致性统计的公式可在 [Rey16] 方程（9）。

实例

>>> import pysal.lib as ps
>>> import numpy as np
>>> from pysal.explore.giddy.rank import Tau_Local,Tau
>>> np.random.seed(10)
>>> f = ps.io.open(ps.examples.get_path("mexico.csv"))
>>> vnames = ["pcgdp%d"%dec for dec in range(1940, 2010, 10)]
>>> y = np.transpose(np.array([f.by_col[v] for v in vnames]))
>>> r = y / y.mean(axis=0)
>>> tau_local = Tau_Local(r[:,0],r[:,1])
>>> tau_local.tau_local
array([-0.03225806,  0.93548387,  0.80645161,  0.74193548,  0.93548387,
        0.74193548,  0.67741935,  0.41935484,  1.        ,  0.5483871 ,
        0.74193548,  0.93548387,  0.67741935,  0.74193548,  0.80645161,
        0.74193548,  0.5483871 ,  0.67741935,  0.74193548,  0.74193548,
        0.5483871 , -0.16129032,  0.93548387,  0.61290323,  0.67741935,
        0.48387097,  0.93548387,  0.61290323,  0.74193548,  0.41935484,
        0.61290323,  0.61290323])
>>> tau_local.tau
0.6612903225806451
>>> tau_classic = Tau(r[:,0],r[:,1])
>>> tau_classic.tau
0.6612903225806451

属性:	n : 利息 观察次数。 tau : 浮动 经典的tau统计。 tau_local : 数组 （n，），局部一致性（经典tau的局部版本）。 S : 数组 （n，n），协和矩阵，S_i，J=1，如果观测i和j是协和的，S_i，J=1，如果观测i和j是不协和的，S_i，J=0，否则。

__init__(x, y)[源代码]¶

初始化自身。请参阅帮助（键入（self））以获得准确的签名。

方法

__init__ \（X，Y）

初始化自身。