1) the spatial panel autocorrelation
空间面板自相关
2) Spatial Autocorrelation
空间自相关
1.
Spatial autocorrelation analysis of the small-scale distribution of Oncomelania hupensisin marshland and lake regions;
湖沼地区湖北钉螺小尺度分布的空间自相关分析
2.
Spatial autocorrelation analysis of acute schistosomiasis in Guichi District of Chizhou City,Anhui Province;
安徽省池州市贵池区急性血吸虫病的空间自相关分析
3.
Measurement Method of Spatial Autocorrelation Index Based on Nominal Scale;
基于名义尺度的空间自相关指数测度方法研究
3) spatial autocorrelation
空间自相关性
1.
It is proposed to employ different spatial scales for evaluation of the spatial autocorrelation in the Getis statistic.
进一步地,针对Getis标准Z值分布不能评估中值聚类的缺点,提出了多层尺度分布的Getis空间自相关性统计方法,用模拟的图像和主动微波遥感ERS-2 SAR(European Remote Sensing-2 Synthetic ApertureRadar)数据进行了验证分析,结果证明多层尺度分布的Getis能够比较全面地反映地表特征参量分布的空间信息。
2.
Based on spatial autocorrelation of soil, a new formula of simple expression and practical value was put forward to predict soil parameters.
根据土的空间自相关性，提出一个表达简单且具有一定应用价值的土工参数推测公式，实测资料证明，该公式有比较高的推测精度。
3.
Spatial autocorrelation of species diversity on foraged grassland was weaker, in anot.
采用变异矩分析和分形方法,研究了草山草坡群落在放牧和刈割条件下的空间异质性及空间自相关性。
4) Spatial Autocorrelation
空间自相关分析
1.
The spatial autocorrelation analysis was carried out with ArcView 3\^x, S\|Plus, and Spatial Statistics software.
结论 空间自相关分析可用于血吸虫病患者、钉螺分布的地域聚集性的研究 ,以揭示该病的分布规律和流行态
5) Spatial autocorrelation statistic
空间自相关统计
6) spatial autocorrelation indicators
空间自相关指数
1.
Methods of spatial autocorrelation indicators adjusted by Empirical Bayes and Spatial Error Model were employed.
研究方法:经验贝叶斯修正的空间自相关指数(EBI、EBIi)和空间误差模型。
补充资料：自相关估计
随机信号x(n)的相关函数是在时间域内描述随机过程的重要特征。自相关函数是随机信号在不同时刻的值之间的依赖性的量度，是一个很有用的统计平均量，其定义为自相关函数
(1)式中E[·]表示数学期望，*表示共轭值,m为时间滞后数。
在随机信号处理中，自相关函数可以用来检测淹没在随机噪声干扰中的信号，随机信号的自功率谱等于它的自相关函数的傅里叶变换。因此，通过自相关估计可求得信号的功率谱。
利用计算机计算自相关估值有两种方法。一种是直接方法，先计算出随机信号和它的滞后序列的乘积，再取其平均值即得相关函数的估计值。另一种是间接方法，先用快速变换算法计算随机序列的功率谱密度，再作反变换计算出相关函数。
直接算法 设离散随机信号序列x(n)是平稳的，其长度为N，自相关函数的估值记作惲Nx(m)，定义为
(2)式中K为滞后数的最大值。由于估计值的均值E[惲Nx(m)]不等于自相关函数的真值 rxx(m)，因而它是自相关函数的有偏估计。如果把 惲Nx(m)式中的比例系数改成，即令
(3)它的均值,因而是无偏的估计。显然，设m为有限值，当N→∞,则从式(2)可以得到渐近无偏估计。计算m 个滞后数时的自相关估计约需Nm 次实数乘加运算。
间接算法 间接方法是利用快速傅里叶变换的方法计算出功率谱密度函数的估值，然后再计算它的傅里叶反变换，即得自相关函数估值。由于采用了快速傅里叶变换算法，计算速度较快。如当N=2P时，间接算法所需要的运算量约为8NP次实数乘加运算。因此,两种方法的速度比是
如P＝13，m＝0.1N＝819，则，即间接算法比直接算法约快8倍。在用间接算法计算相关函数时,需要把随机信号序列的长度补零扩大到2N-1之后再计算其相关函数。
参考书目
何振亚：《数字信号处理的理论与应用》下册，人民邮电出版社，北京，1983。
J.S.Bendat et al. ,Random Data: Analysis and Measurement Procedures，Wiley-Interscience，New York,1971.
(1)式中E[·]表示数学期望，*表示共轭值,m为时间滞后数。
在随机信号处理中，自相关函数可以用来检测淹没在随机噪声干扰中的信号，随机信号的自功率谱等于它的自相关函数的傅里叶变换。因此，通过自相关估计可求得信号的功率谱。
利用计算机计算自相关估值有两种方法。一种是直接方法，先计算出随机信号和它的滞后序列的乘积，再取其平均值即得相关函数的估计值。另一种是间接方法，先用快速变换算法计算随机序列的功率谱密度，再作反变换计算出相关函数。
直接算法 设离散随机信号序列x(n)是平稳的，其长度为N，自相关函数的估值记作惲Nx(m)，定义为
(2)式中K为滞后数的最大值。由于估计值的均值E[惲Nx(m)]不等于自相关函数的真值 rxx(m)，因而它是自相关函数的有偏估计。如果把 惲Nx(m)式中的比例系数改成，即令
(3)它的均值,因而是无偏的估计。显然，设m为有限值，当N→∞,则从式(2)可以得到渐近无偏估计。计算m 个滞后数时的自相关估计约需Nm 次实数乘加运算。
间接算法 间接方法是利用快速傅里叶变换的方法计算出功率谱密度函数的估值，然后再计算它的傅里叶反变换，即得自相关函数估值。由于采用了快速傅里叶变换算法，计算速度较快。如当N=2P时，间接算法所需要的运算量约为8NP次实数乘加运算。因此,两种方法的速度比是
如P＝13，m＝0.1N＝819，则，即间接算法比直接算法约快8倍。在用间接算法计算相关函数时,需要把随机信号序列的长度补零扩大到2N-1之后再计算其相关函数。
参考书目
何振亚：《数字信号处理的理论与应用》下册，人民邮电出版社，北京，1983。
J.S.Bendat et al. ,Random Data: Analysis and Measurement Procedures，Wiley-Interscience，New York,1971.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条