空间数据分析软件-geoda软件免费下载 v1.14.0.0 官方版

　　GeoDa是一款功能强大的空间数据分析软件，用户连接到数据源后，即可使用各类分析工具进行处理与分析，在功能上，其提供了空间权重管理、矢量数据、空间合并(Spatial Join)、空间融合(Dissolve)、分位数(Quantile)地图、百分位数(Percentile)地图、箱线地图(Hinge=1.5)、箱线地图(Hinge=3.0)、标准偏差地图、唯一值地图、同值同位(Colocation)地图、自然断点地图、等间隔地图、层次分类地图、直方图、箱线图、散点图、散点图矩阵、气泡图、三维散点图、平行坐标图、平均值比较图、单变量 Moran's I、双变量 Moran's I、差分 Moran's I等多种强大的功能，为您带来全面的解决方案，有需要的朋友赶紧到本站下载吧！

新版功能

　　GeoDa现在支持更多空间数据格式

　　GeoDa现在支持各种格式不同的矢量数据（单击此处查看详细信息）：您可以使用shapefile，地理数据库，GeoJSON，MapInfo，GML，KML以及GDAL库支持的其他矢量数据格式。该程序还将表格式（.csv，.dbf，.xls，.ods）的坐标转换为这些空间数据格式之一，并在不同文件格式（例如，将.csv转换为.dbf或shapefile转换为GeoJSON）之间转换数据。现在也可以选择一个子集并将其导出为新文件。

　　现在有了多层支持

　　您现在第一次可以将其他图层加载到Geoda中以进行可视化。仍将在您首先加载的层上进行分析。在此示例中，地图显示了从房屋街区出发的公交路线，其中公交车站的位置是附加图层。

　　从GeoDa内部连接到Carto

　　现在，您可以将数据从Carto加载到GeoDa并将结果保存回Carto表中。

　　通过链接的地图和图表探索统计结果

　　与可视化地图中原始数据的程序相反，GeoDa致力于通过链接的地图和图表探索统计检验和模型的结果。

　　分析链接视图中的时空格局

　　现在，您可以在新的“时间编辑器”中跨时间段对同一变量进行分组，以探索跨时空的统计模式。然后，随着时间播放器随着视图的变化而探索结果。

　　带有底图的实地地图结果

　　如果投影了空间数据（.prj文件），则现在可以将底图添加到任何地图视图（包括群集地图）中，以获得更好的方向和地面实景效果。

　　比较时间和空间的平均值

　　新的“平均值图”将比较随时间和/或空间平均的值，并测试这些均值之间的差异是否显着。例如，如果要比较同一时间段内选定观测值与未选定观测值的均值，或者比较不同时间段的所有观测值，请首先选择。然后进行基本的事前/影响控制测试，以表明您的结果是否随时间和空间而变化（使用F检验和差异差检验）。

　　检测多元空间中的关系

　　散点图矩阵使您可以一次浏览多个双变量相关性。

　　查找具有统计意义的空间聚类

　　GeoDa长期以来一直支持像空间Moran这样的空间自相关的单变量和双变量局部检验。现在，该程序还包括本地G / G *，以及用于分类数据的各种本地连接计数统计信息。

　　比较一套受空间约束的聚类技术

　　GeoDa现在拥有许多新技术来识别具有空间限制的聚类，包括redcap，max-p，k均值，k中值，k质心和光谱聚类。

　　确定随时间变化是否在空间上聚集

　　使用全局或局部差分Moran的I测试来找出变量在给定位置随时间的变化是否在统计上与其邻居的变化相关。

　　非空间聚类统计的映射模式

　　现在，您可以映射几种经典的非空间聚类技术的模式，包括主成分分析（左图），k均值（右上），分层聚类（右下）和多维缩放。

　　查找空间相关终止的阈值

　　现在，当相邻对的值不再相关时，可以使用非参数空间自相关检验（相关图）来确定距离阈值。

　　探索灵活数据分类的影响

　　使用新的类别编辑器，您可以探索结果对数据分类阈值的敏感程度。在此示例中，条件图（右）中的阈值基于可以在类别编辑器（左）中调整的类别。

软件特色

　　该程序提供了丰富的用于探索性空间数据分析(ESDA)的方法，比如：

　　空间自相关统计(spatial autocorrelation statistics)

　　空间回归分析(spatial regression analysis)

　　单变量和多变量的局部Geary聚类分析

　　（非空间）聚类分析方法（PCA）等

　　同时GeoDa也支持更多的空间数据格式，支持时空（space-time)数据，支持包括Nokia和Carto提供的底图(Basemap)显示，均值比较图表(averages charts)，散点图矩阵(scatter plot matrices)，非参数的空间自相关图(nonparametric spatial autocorrelation--correlogram)，以及灵活的数据分类方法(flexible data categorization)。