pysal.explore.giddy.rank.Tau_Local_Neighborhood¶

class pysal.explore.giddy.rank.Tau_Local_Neighborhood(x, y, w, permutations=0)[源代码]¶

利马附近。

邻居的一个扩展集利马。考虑状态子集的局部一致性关系，定义为焦点状态及其邻居。

参数:	x : 数组 （n，）第一个变量。 y : 数组 （n，）第二个变量。 w : W 空间权重对象。 permutations : 利息 用于基于计算的推理的随机空间排列数。

笔记

邻域集LIMA统计的计算公式可以在 [Rey16] 方程（22）。

实例

>>> import pysal.lib as ps
>>> from pysal.explore.giddy.rank import Tau_Local_Neighborhood
>>> import numpy as np
>>> 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)
>>> regime = np.array(f.by_col['esquivel99'])
>>> w = ps.weights.block_weights(regime)
>>> res = Tau_Local_Neighborhood(r[:,0],r[:,1],w,permutations=999)
>>> res.tau_lnhood
array([0.06666667, 0.6       , 0.2       , 0.8       , 0.33333333,
       0.6       , 0.6       , 0.2       , 1.        , 0.06666667,
       0.06666667, 0.33333333, 0.33333333, 0.2       , 1.        ,
       0.33333333, 0.33333333, 0.2       , 0.6       , 0.33333333,
       0.33333333, 0.06666667, 0.8       , 0.06666667, 0.2       ,
       0.6       , 0.8       , 0.6       , 0.33333333, 0.8       ,
       0.8       , 0.06666667])
>>> res.tau_lnhood_pvalues
array([0.106, 0.33 , 0.107, 0.535, 0.137, 0.414, 0.432, 0.169, 1.   ,
       0.03 , 0.019, 0.146, 0.249, 0.1  , 0.908, 0.225, 0.311, 0.125,
       0.399, 0.215, 0.334, 0.115, 0.669, 0.045, 0.11 , 0.525, 0.655,
       0.466, 0.236, 0.413, 0.504, 0.038])
>>> res.sign
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

属性:	n : 利息 观察次数。 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。 tau_lnhood : 数组 （n，）观察到的邻域设置了lima值。 tau_lnhood_sim : 数组 （n，排列），邻域设置排列样本的LIMA值（如果排列>0）。 tau_lnhood_pvalues : 数组 （n，1），被观察邻域的单边伪p值在零下设置了lima值，定义为焦点状态及其邻域的一个子集状态的一致性关系不同于随机分布的秩变化所期望的一致性关系。 sign : 数组 （n，）值表示一致或不一致：1一致，-1不一致

__init__(x, y, w, permutations=0)[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，W[，排列]）

初始化自身。