【时空统计分析（一）之空间异质性】

时空统计分析（一）之空间异质性

空间异质性(spatial heterogeneity)

众所周知，差异是统计分析的基础，只有在研究数据存在差异时，我们才有必要对其进行统计分析，所以可以说差异是我们对其进行统计分析的前提条件。

然后，让我们把目光回归于今天的主角----时空统计分析，同理，我们为什么要对某一地区进行时空统计的一系列分析呢？在传统统计分析的基础上，对空间流行病学以及时空统计领域感兴趣的学者越来越多，人们认为空间上的不同地区之间的相互作用也有可能会影响所研究疾病的发生发展。因此，地区分布的差异性同样应该是相关学者对疾病的时空分析感兴趣的重要原因之一。“空间异质性”这个概念也就变得重要起来，在我看来，空间异质性是时空统计分析的基础，如果该地区不存在所研究疾病的空间异质性现象，那么也就没有做时空统计分析的必要了。

那么“空间异质性”的概念应该是怎么样的呢？通过百度[1]给出的解释如下所示：
是指生态学过程和格局在空间分布上的不均匀性及其复杂性。这一名词在生态学领域应用广泛，其含义和用法亦有多种。具体地讲，空间异质性一般可以理解为是空间缀块性(patchness)和梯度(gradient)的总和。而缀块性则主要强调缀块的种类组成特征及其空间分布与配置的关系，比异质性在概念上更加具体。 因此，空间格局，异质性和缀块性在概念上和实际应用中都是相互联系，但又略有区别的一组概念。最主要的共同点在于它们都强调非均质性以及对尺度的依赖。

上述概念可能偏向于生态学，不是很好理解，简单来说，我对“空间异质性”的理解就是所研究疾病在时间和空间尺度上体现出的疾病分布的差异性。
例如我在研究宁夏地区肺结核时所绘制的宁夏肺结核标准化发病比（SMR）值的热力图，如下图[2]所示：