多维时空数据介绍（3）局部异常值分析

01、局部异常值分析

局部异常值工具可识别具有高值或低值的要素是否存在空间聚类和异常值。聚类是指高值周围围绕高值，低值周围围绕低值，异常值是指高值周围围绕低值，低值周围围绕高值的情况。

局部异常值分析示意

1. 实现原理

它的实现原理大致如下：

使用时空邻域的值（局部值）执行各条柱的聚类和异常值分析（Anselin Local Moran's I 统计），得出Local Moran's I 指数、伪P值和类型编码 (CO_TYPE)，结合上述结果，判断其聚类或异常值情况。

2. 工具参数

根据上述原理，来拆解一下重要参数。

局部异常值分析工具

会发现这个工具除排列数参数外，其他参数与新兴时空分析完全一致。本文就不再赘述，

这里我们只补充一下排列数，排列数是用来计算伪 p 值的，它表示置换检验次数。

3. 输出结果