본문 바로가기

GIS/Statistics10

[공간통계] Moran's I와 Getis-Ord Gi*의 차이점 Moran's I와 Getis-Ord Gi는 모두 공간통계에서 사용되는 지수로, 공간 패턴을 분석하는 도구이다. 하지만 각각의 개념과 분석 목적에는 차이가 있다. Moran's I Spatial Autocorrelation 분석 Moran's I는 공간적 이질성을 측정하는 지수다. 이 지수는 각 지점의 값과 주변 지점들 값 사이의 상관관계를 계산하여 공간 패턴의 유사성 또는 이질성을 파악한다. Moran's I는 -1에서 1까지의 값을 가지며, 양수일 경우 양의 공간 자기상관성(동질성)을 나타내고 음수일 경우 음의 공간 자기상관성(이질성)을 나타낸다. Moran's I는 특정 변수의 공간적 집중 현상, 공간 클러스터링, 공간 자기상관성 등을 분석하는데 사용된다. 보통 LH(low-high), HL(hig.. 2023. 7. 12.
[공간통계] 공간적 자기 상관 정량화, Moran's $I$ 1. 공간적 자기 상관성 공간적 자기 상관성은 지리적 인접성(geographical proximity)을 전제로, 하나가 변하면 다른 하나도 변하는 관계의 정도를 의미한다. 이 변화는 같은 방향(양의 자기 상관) 또는 반대 방향(음의 자기 상관)일 수 있다. 공간적 자기 상관성은 인과관계를 암시하지만 확립하지는 않는다. 공간적 자기 상관성을 정량적으로 측정하기 위하여 다양한 지수들이 제안되었으나, 가장 보편적으로 활용되는 통계지수 중 하나는 Moran’s $I$ 통계량(이후 $I$ 통계량)이다. 2. Moran's $I$ $I$ 통계량을 계산하기 위해서는 네 단계의 절차가 필요하다. 첫째, 분석대상지를 일정한 형태 및 크기의 공간분석단위(spatial analysis unit)로 분할한다. 둘째, 지리적.. 2023. 2. 21.
[기초통계] 두 모집단의 비교(두 개의 독립 표본, 짝비교, 두 모비율의 차에 대한 추론) 책 내용 중 '12장. 두 모집단의 비교' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 12. 두 모집단의 비교 12.1 서론 - 개념 - 처리(treatment): 비교하고자 하는 특성 - 실험단위(experimental unit): 실험 대상 - 반응값(response): 실험 후 얻어지는 수치 12.2 두 개의 독립 표본 - 독립인 두 개의 표본으로부터 두 모집단, 혹은 두 가지 처리효과를 비교하는 통계추론의 방법 - e) 두 지역(A, B)의 가구당 소득 비교 - $X_1,\cdots, X_{n1}$: 평균이 $\mu_1$이고 표준편차가 $\sigma_1$인 모집단으로부터 추출된 표본 - $\bar X=\frac{1}{n_1}\sum^{n_1}_{i=1}X_i$, $s_1^.. 2023. 1. 31.
[기초통계] 정규모집단에서의 추론(t 분포, 모평균에 대한 추론, 신뢰구간과 양측검정의 관계, 모표준편차에 대한 추론) 책 내용 중 '11장. 정규모집단에서의 추론' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 11. 정규모집단에서의 추론 11.2 $t$ 분포 - 정규모집단 $N(\mu, \sigma^2)$으로부터 임의추출된 표본을 $X_1, \cdots, X_n$이라고 할 때, 표본평균과 표본 분산을 $\bar X=\frac{\sum X_i}{n}$, $s=\frac{\sum(X_i-\bar X^2)^2}{n-1}$이라고 정의하면, 표준화된 확률변수 $t=\frac{\bar X-\mu}{s/\sqrt{n}}$는 자유도가 $(n-1)$인 $t$분포를 따르고, 이를 기호로써 $t(n-1)$로 표현함 11.3 모평균에 대한 추론 - 모집단이 정규분포를 따르고 모분산이 알려져 있지 않은 경우 t분포를 이.. 2023. 1. 27.
[기초통계] 통계적 추론–표본의 크기가 클 때–(모평균의 추정, 모평균에 대한 검정, 모비율에 대한 추론) 책 내용 중 '10장. 통계적 추론' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 7. 통계적 추론 10.1 서론 - 통계적 추론(statistical inference): 표본이 갖고 있는 정보를 분석하여 모수에 관한 결론을 유도하고, 모수에 대한 가설의 옳고 그름을 판단하는 것 - 100% 확실하다고 할 수 없기 때문에, 그 결론의 부정확한 정도를 반드시 언급해야 함 - 통계적 추론은 관심에 따라 ‘모수의 추정’과 ‘모수에 대한 가설검정’으로 나뉨 - e) 어떤 도시의 중학교 1학년 남학생 30명을 임의추출하여 키를 측정했을 때, - (1) $\mu$를 하나의 값으로 추정(점 추정) - (2) $\mu$를 포함할 만한 적당한 구간을 정함(구간추정) - (3) $\mu$ 값이 5.. 2023. 1. 27.
[기초통계] 표집분포(계량의 확률분포, 표본평균의 분포와 중심극한정리) 책 내용 중 '9장. 표집분포' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 9. 표집분포 9.1 서론 - 개념 - 모수(parameter): 수치로 표현되는 모집단의 특성 - 통계량(statistic) 표본의 관측값들에 의하여 결정되는 양 9.2 통계량의 확률분포 - 개념 - 표집분포(sampling distribution): 통계량의 확률분포 - 임의표본(random sample): 크기가 큰 모집단으로부터 임의추출된 크기가 $n$인 표본 $X_1, \cdots, X_n$은 서로 독립이고 모두 모집단의 분포와 같은 분포를 갖는 것으로 간주함 - $X_1, \cdots, X_n$를 임의표본으로 부름 9.3 표본평균의 분포와 중심극한정리 - 평균이 $\mu$ 분산이 $\sigma^.. 2023. 1. 18.
[기초통계] 정규분포(연속확률분포, 정규분포의 일반적인 성질 및 확률계산, 이항분포의 정규분포근사, 정규분포가정의 조사) 책 내용 중 '8장. 정규분포' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 8. 정규분포(normal distribution) 8.2 연속확률분포 - 각 $x$값에 확률을 대응시키는 대신, 주어진 구간에서 확률이 어떻게 분포하는가 계산할 때 사용 - 확률밀도함수(probability density function)를 적용하기 위해서 다음을 만족해야 함 - (1) 모든 $x$값에 대해 $f(x)\geq 0$ - (2) $P(a\leq X\leq b)=\int_{a}^b{f(x)dx}$ - (3) $P(-\infty 2023. 1. 17.
[기초통계] 이항분포와 그에 관련된 분포들(베르누이 시행, 이항분포, 초기하분포, 포아송분포) 책 내용 중 '7장. 이항분포와 그에 관련된 분포들' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 7. 이항분포와 그에 관련된 분포들 7.2. 베르누이 시행(bernoulli trial) - 매번 반복되는 추출(실험)을 시행(trial)이라고 하고, 두 개의 가능한 결과 중 하나는 성공(success, $S$), 다른 하나는 실패(failure, $F$)라고 부름 - 이는 시행의 결과가 두 개 뿐임을 강조하는 의미이며 보통의 성공과 실패의 의미와는 무관 - 이러한 시행이 반복되며 아래 조건을 만족시키는 경우, 이를 베르누이 시행이라 부름 - (1) 각 시행은 성공($S$), 실패($F$)의 두 결과만을 가짐 - (2) 각 시행에서 성공한 확률은 $P(S)=p$, 실패한 확률은 $P.. 2023. 1. 16.
[기초통계] 확률분포(확률변수, 이산확률변수와 확률분포, 확률분포의 기댓값과 표준편차, 두 확률변수의 결합분포, 공분산과 상관계수, 두 확률변수) 책 내용 중 '6장. 확률분포' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 6. 확률분포 6.2 확률변수 - 확률변수(random variable): 각 근원사건에 실숫값을 대응시키는 함수이며 $X, Y, \cdots$로 표시 - 이산확률변수: 확률변수가 가질 수 있는 값이 유한하거나 무한하더라도 셀 수 있는 경우 - 연속확률변수: 연속적인 구간에 속하는 모든 값을 다 가질 수 있는 경우 6.3 이산확률변수와 확률분포 - 확률분포(probability distribution) - 확률변수가 갖는 값과 그 값을 가질 확률을 정해주는 규칙 또는 관계 - 보통은 확률변수 $X$의 분포라고 함 - 확률함수, 확률질량함수(probability mass function) - 확률변수 $X$.. 2023. 1. 11.
[기초통계] 확률(사건의 확률, 확률의 계산, 확률법칙, 조건부확률과 독립성) 책 내용 중 '5장. 확률' 부분을 요약하였고, 필요한 내용은 더 추가한 글임을 미리 밝힙니다. 5. 확률 5-2. 사건의 확률 - 사건의 확률 - 그 사건이 일어날 가능성의 정도를 나타내 주는 수치 - 동일한 조건에서 실험을 반복할 때 전체 실험 횟수에서 그 사건이 일어날 것이라 예상되는 횟수의 비율 - 사건 $A$의 확률은 $P(A)$로 표현 - 개념 - 표본공간(sample space: $Ω$): 한 실험에서 나올 수 있는 모든 결과들의 모임 - 근원사건(elementary outcomes: $w_1, w_2, \cdots$) 표본공간을 구성하는 개개의 결과 - 사건(event: $A, B, \cdots$): 표본공간의 부분집합으로 어떤 특성을 갖는 결과들의 모임(즉, 근원사건들의 집합) - 표본 .. 2023. 1. 10.
728x90
반응형