Bassam S、Osman N、Haitham S
莫兰指数是一种测量空间自相关的统计数据;它量化了对象在空间中的分散程度(或聚类程度)。在对一般区域进行二维数据分析时,单一的莫兰统计量不足以识别邻近区域共享的扩散、行为、特征或潜在表面。另一种方法是划分一般区域,并使用每个所得子区域的莫兰统计量来识别邻近区域的特征。在本文中,我们向空间泊松点过程添加了一个时间变量。在此模拟结果的基础上,我们研究了邻近区域莫兰统计量的变化,并提出了相关分析的方法。这项工作的结果强调了在使用涉及隐式正态性假设的方法时谨慎处理时空数据的重要性。