空间组件实用工具（Moran 特征向量）工具集概览

空间组件实用工具（Moran 特征向量）工具集包含与创建和使用空间组件（称为 Moran 特征向量）相关的工具。 通常在运行“空间统计”工具箱中的分析工具之前运行这些工具，例如，创建可由“空间关系建模”工具集中的各种工具使用的解释变量，或者创建可在许多空间统计工具中使用的空间权重矩阵文件，以定义要素之间的邻域和权重。

“空间组件实用程序”工具集包含以下工具：

工具	描述
比较邻域概念化	用于从一组候选空间权重矩阵 (SWM) 中选择最能代表一个或多个数值字段的空间模式（如趋势或聚类）的 SWM。
创建空间组件解释变量	用于创建一组空间组件字段，这些空间组件字段可以最好地描述一个或多个数值字段的空间模式，并可用作预测或回归模型中有用的解释变量。
分解空间结构 (Moran Eigenvectors)	将要素类和邻域分解为一组空间分量。 这些分量表示要素之间的潜在空间模式，例如聚类或趋势。
从字段中过滤空间自相关	创建输入字段的空间过滤版本。 过滤后的变量将不具有统计显著的空间聚类，但将保留该字段的核心统计属性。 然后，可以在分析工作流程（例如相关性或回归分析）中使用该字段的空间过滤版本，假设每个位置的值在空间上是独立的（而不是空间聚类的）。