GeoDa(空间数据分析软件)

　　亲宝软件园为您提供GeoDa(空间数据分析软件)的高速下载服务，当前页面下载的版本为1.14.0.0官方版，如需查看所有版本，可点击这里查看： 其它行业 数据分析

GeoDa(空间数据剖析软件)，能够应用GeoDa软件做空间自相关剖析，经过探究和建模空间形式，GeoDa向用户提供了全新的空间数据剖析视角，GeoDa能够运转在Windows、MacOSX 和Linux系统上。

软件引见

　　GeoDa是一个免费、开源的空间数据剖析软件。 经过探究和建模空间形式，GeoDa向用户提供了全新的空间数据剖析视角。

　　GeoDa是由 Luc Anselin 博士和其团队开发的. 该程序提供了友好的用户界面以及丰厚的用于探究性空间数据剖析(ESDA)的办法，比方空间自相关统计(spatial autocorrelation statistics)和根本的空间回归剖析(spatial regression analysis)。

　　从2003年2月GeoDa发布第一个版本以来， GeoDa的用户数量 成倍的增长。截止2017年6月，GeoDa的用户数量曾经超越了20万。 包括哈佛，麻省理工、康奈尔等著名大学都在实验室中装置并运用GeoDa软件。GeoDa软件得到了用户和媒体普遍的好评，被称之为“一个十分重要的剖析工具”，“一款制造精良的软件”，有着“冲动人心的停顿”。

　　GeoDa最新发布的版本是1.14。新版本包含了很多新的功用，比方：单变量和多变量的部分Geary聚类剖析，集成了经典的（非空间）聚类剖析办法（PCA，K-Means,Hierarchical聚类--细致请参考Hoon et al's 2013 "C Clustering Library"）。同时GeoDa也支持更多的空间数据格式，支持时空（space-time)数据，支持包括Nokia和Carto提供的底图(Basemap)显现，均值比拟图表(averages charts)，散点图矩阵(scatter plot matrices)，非参数的空间自相关图(nonparametric spatial autocorrelation--correlogram)，以及灵敏的数据分类办法(flexible data categorization)。

软件特征

　　GeoDa支持更多的空间数据格式

　　引入GDAL软件库后，GeoDa目前能够支持多种矢量数据格式，包括：ESRI Shapefile、ESRI geodatabase、GeoJson、MapInfo、GML、KML等。同时GeoDa也能从表格数据(如：.csv、.dbf、.xls、.ds)中经过制定坐标数据（X，Y或者经纬度）来创立点空间数据。

　　经过互相关联的地图和图表探究统计结果

　　与将原始数据可视化为地图的程序不同，GeoDa专注于经过链接的地图和图表探究统计测试和模型的结果。

　　时空形式剖析

　　您如今能够在新的时间编辑器中对同一变量停止跨时间段的分组，以探究跨时空的统计形式。然后用时间播放器探究随着时间变化而变化的视图的结果。

　　添加包括Nokia和CartoDB提供的底图(Basemap)

　　假如你的空间数据是投影(.prj文件)，你如今能够在任何地图视图中添加一个基图，包括聚类图，以取得更好的定位和空中实测结果。

　　时空数据的均值比拟

　　一个新的均匀数图表比拟在时间和/或空间上的均匀数，并测试这些均匀数的差别能否显著。例如，首先选择能否要比拟同一时间段内选定的观测值与未选定的观测值的均匀值，或者比拟不同时间段的一切观测值。然后，一个根本的前-后/影响-控制检验标明你的结果能否在时间和空间上发作了变化（运用F检验和差别检验）。

　　检测多元空间关系

　　经过散点图矩阵，能够同时探究多个二变量的相关关系。在这个例子中，我们展现了旧金山市选定的、未选定的和一切警察分局的回归斜率，以探究四种立功类型之间的关系。

　　检测随时间的变化在空间上汇集

　　运用全局或部分差分Moran's I检验来找出一个变量在特定地点的变化能否与临近地域的变化有统计学上的关系。例如，这个部分（LISA）聚类图显现了2002年至2008年期间纽约的热点地域的儿童比例变化较大（而冷点的变化较小）。

　　单/多变量的空间聚类剖析

　　Luc Anselin（2017）最近用一个新的空间关联的部分指标对Geary的c停止了扩展。这被应用到法国 "道德统计 "的经典数据集（Guerry，1833）中，显现出识字率的显著上下空间集中度（左图）和财富立功与识字率的显著关联（右图）。

　　集成经典的数据聚类办法剖析空间数据

　　如今，你能够用几种经典的非空间聚类技术绘制形式，包括主成分剖析（左图）、k-means（右上图）和层次聚类（右下图）。运用与上例中相同的数据，下面的地图显现了财富立功、识字率的部分聚类。

　　检测空间相关性边境阈值

　　非参数空间自相关测试（corlogram）如今能够用来肯定相邻对的值不再相关时的间隔阈值。

　　探究多种空间数据分类

　　经过新的类别编辑器，您能够探究您的结果对分类数据的阈值变化的敏感度。在这个例子中，条件图（右）中的阈值是基于能够在类别编辑器（左）中调整的类别。

　　汇笨物业综合管理软件