【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

这篇具有很好参考价值的文章主要介绍了【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

ArcGIS相关性分析

Spatial Analyst Tools——Multivariate(多元分析)——Band Collection Statistics(波段集统计)。

添加图层,勾选Compute covariance and correlation matrices以输出相关第分析结果,结果保存成txt。

使用的是皮尔逊相关系数(Pearson Correlation Coefficient)。

Spatial Analyst Tools——Multivariate——Band Collection Statistics
添加图层,勾选Compute covariance and correlation matrices以输出相关第分析结果,结果保存成txt。
使用的是皮尔逊相关系数(Pearson Correlation Coefficient)

数据的解释

arcgis10.8的结果

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

arcgis pro的结果

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

从这里可以知道无论是ArcGIS还是pro都是一样的。


创建渔网,进行分析。

这里的渔网,随便找一个矢量确定其位置就好。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

新建一个字段。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

随机生成1-50的值

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

import random
def rannumb():
   res=random.randint(0,50)
   return res

转成栅格

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

用字段计算器生成两个栅格。但是这样生成的两个栅格有相同值,在属性表中的体现为:一个值的count并非为1.

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

这样也因此没有49个数,为了后期方便验证,我还是把每个值设定为不同的值。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

代码什么意思自己感悟,不懂的话可以在下面留言。

import random
data = random.sample(range(0, 100), 100)
rec=0
def Increment():
 global rec
 global data
 Start = 1 #初始值
 Interval = 1 #间隔值
 if (rec == 0):
  rec = Start
 else:
  rec = rec + Interval
 data_rec=data[rec]
 return data_rec

直接计算。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

在属性表中统计的和用Band Collection Statistic计算的比较,最大最小值和平均值是一样的,但是标准差是不一样的。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

再用excel验证一下。即在excel中计算一下标准差。这两个是不同的标准差。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

再看一下协方差,这里的协方差是计算两个相同的数的。乍一看好像和上面Band Collection Statistic计算的没有什么关系。看来还是要看两个,不同变量的协方差来看关系。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

之前我忘记弄记录两个栅格的位置对应关系了。所以我根据上面的方法新建两个图层。

位置对应关系。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

新建的long3和long4的关系。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

于是导出两个表格计算协方差。好像也是不对的,这里说的协方差那么我们就不能确定了。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

再算算相关性吧,无容置疑,-1.01315的相关性本身就超出了相关性的值域。这是在excel里面算出的相关性。这个更有可能。

【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误

总结:ArcGIS来算相关性是不合适的。

参考文献

论ArcGIS10.2的Band Collection Statistics工具计算相关系数的正确性

支撑数据
数据下载文章来源地址https://www.toymoban.com/news/detail-401869.html

到了这里,关于【附证明】用ArcGIS中Band Collection Statistics做相关性分析可能存在错误的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 常见的相关性分析

    方差分析和相关性分析都是描述特征之间的关系的统计方法,但它们关注的方面略有不同。 方差分析主要用于研究一个或多个自变量对因变量的影响,即研究因素之间的差异性。通过比较不同组之间的方差,可以确定哪些因素对结果变量的影响比较重要,以及不同组之间的显

    2024年02月11日
    浏览(32)
  • 相关性分析和热图绘制

    一、什么是相关性分析? 相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。在组学测序(如转录组)中需设置多个生物学重复,而对多个生物学重复

    2024年02月10日
    浏览(31)
  • 数学建模:相关性分析

    🔆 文章首发于我的个人博客:欢迎大佬们来逛逛 Pearson Spearman Kendall tua-b t检验(t-test)临界值表-t检验表.xls T检验代码: myTtest005.m 相关性分析及SPSS软件操作.pdf

    2024年02月09日
    浏览(31)
  • 白话ES搜索相关性问题

      之前使用es,更多的是使用term查询,和agg聚合分析。对相关性关注较少。实际上es擅长的是做模糊搜索,相关性搜索。   ES是一个开源的通用的检索工具,能满足百分之八十的需求。相关性这个问题,是一个非常有意思的问题,值得深思。搞清楚相关性打分规则,有利于提

    2024年02月12日
    浏览(34)
  • LA@向量组线性相关性

    线性相关性是向量组的一个重要属性 线性相关 给定向量组 A : α 1 , α 2 , ⋯   , α m A:alpha_1,alpha_2,cdots,alpha_m A : α 1 ​ , α 2 ​ , ⋯ , α m ​ ,若存在 m m m 个 不全为 0 不全为0 不全为 0 的数 k 1 , k 2 , ⋯   , k m k_1,k_2,cdots,k_m k 1 ​ , k 2 ​ , ⋯ , k m ​ ,使得: ∑ i = 1 m k i α i

    2024年02月11日
    浏览(32)
  • Python进行数据相关性分析实战

    平时在做数据分析的时候,会要对特征进行相关性分析,分析某些特征之间是否存在相关性。本文将通过一个实例来对数据进行相关性分析与展示。 本次分析的是企业合作研发模式效果分析,企业的合作研发大致分为 企企合作、企学合作、企研合作、企学研合作,也就是企

    2024年02月10日
    浏览(27)
  • 利用R语言绘制相关性热图

    数据示例(归一化处理后):   相关性热图: PS:还可绘制其他形式的热图,改代码就行,简单! 参考博文:https://zhuanlan.zhihu.com/p/586234818 

    2024年02月19日
    浏览(25)
  • 数学建模-相关性分析(Matlab)

     注意:代码文件仅供参考,一定不要直接用于自己的数模论文中 国赛对于论文的查重要求非常严格,代码雷同也算作抄袭 如何修改代码避免查重的方法:https://www.bilibili.com/video/av59423231   //清风数学建模 连续数据、正态分布、线性关系三者同时满足优先用。 一般处理这种

    2024年02月07日
    浏览(33)
  • 相关性分析-Pearson, Spearman, Kendall 三大相关系数+绘制热力图

    Pearson, Spearman, Kendall 三类相关系数是统计学上的三大重要相关系数,表示两个变量之间变化的趋势方向和趋势程度。下面对这三类系数做简单的介绍。

    2024年04月09日
    浏览(37)
  • 空间权重矩阵与相关性检验(Stata)

    由于窗口限制,不能很好显示完整。 1.1 全局空间相关性检验 数据集test01是关于美国俄亥俄州哥伦布市的截面数据,hoval是房价,income表示收入,crime为犯罪率。下面进行全局空间自相关检验 1.2 局部空间自相关检验 1.3 散点图 2.1 截断距离权重矩阵 部分数据结构 转化的矩阵后

    2024年02月05日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包