com.supermap.analyst.spatialstatistics
类 AnalyzingPatterns

java.lang.Object
  com.supermap.analyst.spatialstatistics.AnalyzingPatterns

public class AnalyzingPatterns
extends java.lang.Object

分析模式类。该类可评估一组数据是形成离散空间模式、聚类空间模式或者随机空间模式。

• 分析模式用来计算的数据可以是点、线、面。对于点、线和面对象，在距离计算中会使用对象的质心。对象的质心为所有子对象的加权平均中心。点对象的加权项为1（即质心为自身），线对象的加权项是长度，而面对象的加权项是面积。
• 分析模式类采用推论式统计,会在进行统计检验时预先建立"零假设",假设要素或要素之间相关的值都表现为随机空间模式。
• 分析结果计算中会给出一个P值用来表示"零假设"的正确概率,用以判定是接受"零假设"还是拒绝"零假设"。
• 分析结果计算中会给出一个Z得分用来表示标准差的倍数,用以判定数据是呈聚类、离散或随机。
• 要拒绝"零假设",就必须要承担可能做出错误选择（即错误的拒绝"零假设"）的风险。

下表显示了不同置信度下未经校正的临界P值和临界Z得分:



• 用户可以通过分析模式来解决以下问题：
1. 数据集中的要素或数据集中要素关联的值是否发生空间聚类？
2. 数据集的聚类程度是否会随时间变化？

方法摘要

static void	addSteppedListener(SteppedListener l) 添加一个进度条事件（SteppedEvent）的监听器。
static AnalyzingPatternsResult	autoCorrelation(DatasetVector sourceDataset, PatternsParameter patternsParameter) 对矢量数据集进行空间自相关分析，并返回空间自相关分析结果。
static AnalyzingPatternsResult	averageNearestNeighbor(DatasetVector sourceDataset, java.lang.Double studyArea, DistanceMethod distanceMethod) 对矢量数据集进行平均最近邻分析，并返回平均最近邻分析结果数组。
static GeographicalDetectorResult	geographicalDetector(DatasetGrid sourceDataset, DatasetGrid[] arrExplanatoryGrid, int nSampleCount, boolean isFactorDetector, boolean isEcologicalDetector, boolean isInteractionDetector, boolean isRiskDetector, Datasource targetDatasource, java.lang.String filePath) 对栅格数据集进行地理探测器分析，并返回地理探测器分析结果，同时输出文本文件。
static GeographicalDetectorResult	geographicalDetector(DatasetVector sourceDataset, java.lang.String modelField, java.lang.String[] arrExplanatory, boolean isFactorDetector, boolean isEcologicalDetector, boolean isInteractionDetector, boolean isRiskDetector, Datasource targetDatasource) 对矢量数据集进行地理探测器分析，并返回地理探测器分析结果。
static GeographicalDetectorResult	geographicalDetector(DatasetVector sourceDataset, java.lang.String modelField, java.lang.String[] arrExplanatory, boolean isFactorDetector, boolean isEcologicalDetector, boolean isInteractionDetector, boolean isRiskDetector, Datasource targetDatasource, java.lang.String filePath) 对矢量数据集进行地理探测器分析，并返回地理探测器分析结果，同时输出文本文件。
static AnalyzingPatternsResult	highOrLowClustering(DatasetVector sourceDataset, PatternsParameter patternsParameter) 对矢量数据集进行高低值聚类分析,并返回高低值聚类分析结果。
static IncrementalResult[]	incrementalAutoCorrelation(DatasetVector sourceDataset, IncrementalParameter incrementalParameter) 对矢量数据集进行增量空间自相关分析，并返回增量空间自相关分析结果数组。
static void	removeSteppedListener(SteppedListener l) 移除一个进度条事件（SteppedEvent）的监听器。

从类 java.lang.Object 继承的方法

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

方法详细信息

autoCorrelation

public static AnalyzingPatternsResult autoCorrelation(DatasetVector sourceDataset,
                                                      PatternsParameter patternsParameter)

对矢量数据集进行空间自相关分析，并返回空间自相关分析结果。

1. 空间自相关返回的结果包括莫兰指数、期望、方差、z得分、P值,请参阅 AnalyzingPatternsResult 类。

2. 调用该方法时，需要通过 patternsParameter 参数指定一个分析模式参数（PatternsParameter）对象,该对象用于空间自相关所需的参数,如评估字段、概念化模型、距离容限等。

参数：

sourceDataset - 指定的待计算的数据集。可以为点、线、面数据集。

patternsParameter - 指定的分析模式参数设置。

返回：

空间自相关结果。

highOrLowClustering

public static AnalyzingPatternsResult highOrLowClustering(DatasetVector sourceDataset,
                                                          PatternsParameter patternsParameter)

对矢量数据集进行高低值聚类分析,并返回高低值聚类分析结果。

1. 高低值聚类返回的结果包括GeneralG指数、期望、方差、z得分、P值,请参阅 AnalyzingPatternsResult 类。

2. 调用该方法时，需要通过 patternsParameter 参数指定一个分析模式参数（PatternsParameter）对象,该对象用于高低值聚类所需的参数,如评估字段、概念化模型、距离容限等。

参数：

sourceDataset - 指定的待计算的数据集。可以为点、线、面数据集。

patternsParameter - 指定的分析模式参数设置。

返回：

高低值聚类结果。

incrementalAutoCorrelation

public static IncrementalResult[] incrementalAutoCorrelation(DatasetVector sourceDataset,
                                                             IncrementalParameter incrementalParameter)

对矢量数据集进行增量空间自相关分析，并返回增量空间自相关分析结果数组。

1. 增量空间自相关返回的结果包括增量距离、莫兰指数、期望、方差、z得分、P值,请参阅 IncrementalResult 类。

2. 调用该方法时，需要通过 incrementalParameter 参数指定一个增量空间自相关参数（IncrementalParameter）对象,该对象用于高低值聚类所需的参数,如评估字段、递增的距离段数目、开始距离、距离增量、距离计算方法类型、标准化等。

3. 增量空间自相关会为一系列的增量距离运行空间自相关方法（参阅autoCorrelation()方法）,空间关系概念化模型默认为固定距离模型(参阅ConceptualizationModel.FIXEDDISTANCEBAND）,中断距离容限（参阅PatternsParameter.setDistanceTolerance）为一系列的增量距离。

参数：

sourceDataset - 指定的待计算的数据集。可以为点、线、面数据集。

incrementalParameter - 指定的增量空间自相关参数设置。

averageNearestNeighbor

public static AnalyzingPatternsResult averageNearestNeighbor(DatasetVector sourceDataset,
                                                             java.lang.Double studyArea,
                                                             DistanceMethod distanceMethod)

对矢量数据集进行平均最近邻分析，并返回平均最近邻分析结果数组。

1. 平均最近邻返回的结果包括最近邻指数、预期平均距离、平均观测距离、z得分、P值,请参阅 IncrementalResult 类。

2. 给定的研究区域面积大小必须大于等于0;如果研究区域面积等于0,则会自动生成输入数据集的最小面积外接矩形,用该矩形的面积来进行计算。该默认值为: 0 。

3. 距离计算方法类型可以指定相邻要素之间的距离计算方式(参阅DistanceMethod)。如果输入数据集为地理坐标系，则会采用弦测量方法来计算距离。地球表面上的任意两点,两点之间的弦距离为穿过地球体连接两点的直线长度。

参数：

sourceDataset - 指定的待计算的数据集。可以为点、线、面数据集。

studyArea - 指定的研究区域面积。

distanceMethod - 指定的距离计算方法。

addSteppedListener

public static void addSteppedListener(SteppedListener l)

添加一个进度条事件（SteppedEvent）的监听器。

参数：

l - 一个用于接收进度条事件的监听器。

removeSteppedListener

public static void removeSteppedListener(SteppedListener l)

移除一个进度条事件（SteppedEvent）的监听器。

参数：

l - 一个用于接收进度条事件的监听器。

geographicalDetector

public static GeographicalDetectorResult geographicalDetector(DatasetVector sourceDataset,
                                                              java.lang.String modelField,
                                                              java.lang.String[] arrExplanatory,
                                                              boolean isFactorDetector,
                                                              boolean isEcologicalDetector,
                                                              boolean isInteractionDetector,
                                                              boolean isRiskDetector,
                                                              Datasource targetDatasource)

对矢量数据集进行地理探测器分析，并返回地理探测器分析结果。

地理探测器是分析空间分层异质性的新工具，主要包括4个探测器（因子探测器、 风险探测器、生态探测器、交互探测器 ），分别回答以下问题：①是否存在空间异质性？什么因素造成了这种分层异质性？②变量Y是否存在显著的区际差别？③因素X之间的相对重要性如何？④因素X对于因变量Y是独立起作用还是具有广义的交互作用？

地理探测器返回的结果包括因子探测器、 生态探测器、 交互探测器 、风险探测器的分析结果,请参阅 GeographicalDetectorResult 类。

参数：

sourceDataset - 指定的待计算的矢量数据集。可以为点、线、面数据集。

modelField - 建模字段的名称，即因变量名称。

arrExplanatory - 解释变量名称的集合，即所有自变量的名称集合。注意这里的解释变量应为类型量，如果为数值量，则需对其进行分组或分层，使组内方差最小，组间方差最大。分组可以基于专家知识，也可以使用k-means，或者排序后等分。应保证各组或层分类变量中至少有因变量的两个样本单元，从而可以计算该层的均值或方差。

isFactorDetector - 是否计算因子探测器

isEcologicalDetector - 是否计算生态探测器

isInteractionDetector - 是否计算交互探测器

isRiskDetector - 是否计算风险探测器

targetDatasource - 指定的保存分析结果的数据源。四种探测器分析得到的结果生成属性表存放至该数据源中。

geographicalDetector

public static GeographicalDetectorResult geographicalDetector(DatasetVector sourceDataset,
                                                              java.lang.String modelField,
                                                              java.lang.String[] arrExplanatory,
                                                              boolean isFactorDetector,
                                                              boolean isEcologicalDetector,
                                                              boolean isInteractionDetector,
                                                              boolean isRiskDetector,
                                                              Datasource targetDatasource,
                                                              java.lang.String filePath)

对矢量数据集进行地理探测器分析，并返回地理探测器分析结果，同时输出文本文件。

地理探测器是分析空间分层异质性的新工具，主要包括4个探测器（因子探测器、 风险探测器、生态探测器、交互探测器 ），分别回答以下问题：①是否存在空间异质性？什么因素造成了这种分层异质性？②变量Y是否存在显著的区际差别？③因素X之间的相对重要性如何？④因素X对于因变量Y是独立起作用还是具有广义的交互作用？

地理探测器返回的结果包括因子探测器、 生态探测器、 交互探测器 、风险探测器的分析结果,请参阅 GeographicalDetectorResult 类。

参数：

sourceDataset - 指定的待计算的矢量数据集。可以为点、线、面数据集。

modelField - 建模字段的名称，即因变量名称。

arrExplanatory - 解释变量名称的集合，即所有自变量的名称集合。注意这里的解释变量应为类型量，如果为数值量，则需对其进行分组或分层，使组内方差最小，组间方差最大。分组可以基于专家知识，也可以使用k-means，或者排序后等分。应保证各组或层分类变量中至少有因变量的两个样本单元，从而可以计算该层的均值或方差。

isFactorDetector - 是否计算因子探测器

isEcologicalDetector - 是否计算生态探测器

isInteractionDetector - 是否计算交互探测器

isRiskDetector - 是否计算风险探测器

targetDatasource - 指定的保存分析结果的数据源。四种探测器分析得到的结果生成属性表存放至该数据源中。

filePath - 指定保存结果的文件路径，即将分析结果生成文本文件并保存至该路径下。

geographicalDetector

public static GeographicalDetectorResult geographicalDetector(DatasetGrid sourceDataset,
                                                              DatasetGrid[] arrExplanatoryGrid,
                                                              int nSampleCount,
                                                              boolean isFactorDetector,
                                                              boolean isEcologicalDetector,
                                                              boolean isInteractionDetector,
                                                              boolean isRiskDetector,
                                                              Datasource targetDatasource,
                                                              java.lang.String filePath)

对栅格数据集进行地理探测器分析，并返回地理探测器分析结果，同时输出文本文件。

地理探测器是分析空间分层异质性的新工具，主要包括4个探测器（因子探测器、 风险探测器、生态探测器、交互探测器 ），分别回答以下问题：①是否存在空间异质性？什么因素造成了这种分层异质性？②变量Y是否存在显著的区际差别？③因素X之间的相对重要性如何？④因素X对于因变量Y是独立起作用还是具有广义的交互作用？

地理探测器返回的结果包括因子探测器、 生态探测器、 交互探测器 、风险探测器的分析结果,请参阅 GeographicalDetectorResult 类。

该方法即针对待计算栅格数据集和解释变量栅格数据集的对应位置的像素值进行地理探测器分析。

参数：

sourceDataset - 指定的待计算的栅格数据集。

arrExplanatoryGrid - 解释变量栅格数组，即所有作为自变量的栅格数据集集合。

nSampleCount - 抽样数目。取值范围为：>= 100 和 -1， -1表示使用所有非无值数据。

isFactorDetector - 是否计算因子探测器

isEcologicalDetector - 是否计算生态探测器

isInteractionDetector - 是否计算交互探测器

isRiskDetector - 是否计算风险探测器

targetDatasource - 指定的保存分析结果的数据源。四种探测器分析得到的结果生成属性表存放至该数据源中。

filePath - 指定保存结果的文件路径，即将分析结果生成文本文件并保存至该路径下。