GeoDa是一款专业的空间数据分析工具。需要分析空间数据?来试试GeoDa吧。用户连接到数据源后,他们可以使用各种分析工具进行处理和分析。从功能上讲,它提供空间权重管理,矢量数据,空间连接(Spatial Join),空间融合(Dissolve)和分位数(Quantile)图,百分位(Percentile)图,箱线图(Hinge = 1.5),箱线图(铰链= 3.0),标准偏差图,唯一值图,共值图(共置),自然断点图,等距图,分层分类图,直方图,箱形图,散点图,散点图矩阵,气泡图, 3D散点图,平行坐标图,平均比较图,单变量Moran I,双变量Moran I,微分Moran I和许多其他强大功能为您提供了全面的解决方案。有需要的朋友可以赶赴本站下载!
软件特色:
该程序提供了多种探索性空间数据分析(ESDA)的方法,例如:
空间自相关统计
空间回归分析
单变量和多变量局部Geary聚类分析
(非空间)聚类分析方法(PCA)等
同时,GeoDa还支持更多的空间数据格式,时空数据,诺基亚和Carto提供的底图显示,平均值图表以及散点图矩阵。 ),非参数空间自相关(相关图)和灵活的数据分类。
软件功能:
GeoDa现在支持更多空间数据格式
GeoDa现在支持各种格式的矢量数据(单击此处了解详细信息):您可以使用shapefile,地理数据库,GeoJSON,MapInfo,GML,KML和GDAL库支持的其他矢量数据格式。该程序还将表格式(.csv,.dbf,.xls,.ods)的坐标转换为这些空间数据格式之一,并将.csv转换为.dbf或将shapefile转换为不同文件格式的GeoJSON(例如)数据之间。现在也可以选择一个子集并将其导出为新文件。
现在有了多层支持
现在,您可以首次将其他图层加载到Geoda中以进行可视化。仍将在您首先加载的图层上执行分析。在此示例中,地图显示了从住宅楼出发的公交路线,其中公交车站的位置是附加图层。
从GeoDa内部连接到Carto
现在,您可以将数据从Carto加载到GeoDa并将结果保存回Carto表中。
通过链接的地图和图形探索统计结果
与可视化地图中原始数的过程相反,GeoDa致力于通过链接的地图和图表探索统计检验和模型的结果。
在链接视图中分析时空模式
现在,您可以在新的时间编辑器中跨时间段对同一变量进行分组,以探索跨时空的统计模式。然后,随着时间的推移,播放器会随着视图的变化探索结果。
实地图与底图的结果
如果投影了空间数据(.prj文件),则现在可以将底图添加到任何地图视图(包括群集地图)中,以获得更好的方向和地面真实感。
比较时间和空间的平均值
新的``平均值图''将比较时间和/或空间上的值,并测试这些平均值之间的差异是否显着。例如,如果要比较同一时间段内选定观测值和未选定观测值的平均值,或者比较不同时间段内的所有观测值,请首先选择。然后进行基本的事前/影响控制测试,以显示您的结果是否随时间和空间变化(使用F检验和差异差异检验)。
检测多维空间中的关系
散点图矩阵使您可以一次浏览多个双变量相关性。
查找具有统计意义的空间聚类
GeoDa长期以来一直支持像空间Moran这样的空间自相关的单变量和双变量局部检验。现在,该程序还包括本地G / G *,以及用于对数据进行分类的各种本地连接计数统计信息。
比较受空间限制的一组聚类技术
GeoDa现在拥有许多新技术来识别具有空间限制的聚类,包括redcap,max-p,k-mean,k-中值,k-质心和光谱聚类。
确定空间变化是否会在空间中聚集
使用全局差异或局部差异Moran的I测试可确定给定位置的变量随时间的变化是否在统计上与其邻居的变化相关。
非空间聚类映射模型
现在,您可以映射几种经典的非空间聚类技术模型,包括主成分分析(左),k均值(右上),分层聚类(右下)和多维缩放。
查找空间相关终止的阈值
现在,当相邻对的值不再相关时,可以使用非参数空间自相关测试(相关图)来确定距离阈值。
探索灵活的数据分类的影响
同化
使用新的类别编辑器,您可以探索结果对数据分类阈值的敏感程度。在此示例中,条件图中的阈值(右)基于可以在类别编辑器(左)中调整的类别。
安装方式:
1.双击安装程序,进入以下语言选择界面,选择[中文(简体)]。
2.然后进入以下欢迎使用GeoDa安装向导界面,单击[下一步]按钮。
3.选择安装位置,用户可以选择默认的C:\ Program Files \ GeoDa软件,或对其进行自定义。
4.选择软件语言,然后选择[中文(简体)]。
5.选择开始菜单文件夹,建议选择默认的GeoDa软件。
6.安装完成后,单击[安装]按钮。
7.运行GeoDa以开始使用它。