pysal.explore.giddy.rank.
SpatialTau
(x, y, w, permutations=0)[源代码]¶肯德尔秩相关统计的空间版本。
肯德尔的tau是基于两个变量之间具有一致秩的n个观测对的数量的比较。空间tau将这些对分解为空间邻域和非空间邻域,并检查两组之间的等级相关性是否与在空间随机性下预期的不同。
参数: |
|
---|
笔记
算法有两个阶段。第一种算法使用基于列表的算法实现来计算经典tau [Chr05] . 第二阶段通过修改算法计算相邻位置对的一致性度量 [PTVF07] . 见 [Rey14] 有关详细信息。
实例
>>> import pysal.lib as ps
>>> import numpy as np
>>> from pysal.explore.giddy.rank import SpatialTau
>>> 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]))
>>> regime=np.array(f.by_col['esquivel99'])
>>> w=ps.weights.block_weights(regime)
>>> np.random.seed(12345)
>>> res=[SpatialTau(y[:,i],y[:,i+1],w,99) for i in range(6)]
>>> for r in res:
... ev = r.taus.mean()
... "%8.3f %8.3f %8.3f"%(r.tau_spatial, ev, r.tau_spatial_psim)
...
' 0.397 0.659 0.010'
' 0.492 0.706 0.010'
' 0.651 0.772 0.020'
' 0.714 0.752 0.210'
' 0.683 0.705 0.270'
' 0.810 0.819 0.280'
属性: |
|
---|
方法
__init__ \(X,Y,W[,排列]) |
初始化自身。 |