Análisis espacial - identificación de regiones con límites comunes

Question

Tengo el archivo de forma de DC PSA como se define en el 2012 (ver más abajo). Me gustaría ser capaz de identificar en semi-automático de la moda que PSA son vecinos - que es, lo que PSA que son los vecinos más cercanos el uno al otro (por ejemplo, 201 y 401 son vecinos más cercanos).

Con esta información, se podría definir una ordenación espacial de la distancia métrica entre PSA $i$ y PSA $j$, se $d(i,j)$, rellenar una matriz de distancias, se $D$. A continuación, $d(i,j)=0$ es puro autocorrelación (es la diagonal de $D$). Si $d(i,j)=1$, usted tiene vecino más cercano, la autocorrelación espacial. Entonces, uno puede manejar $d(i,j)>1$ por separado. Con ciertos sistemas físicos, esto parece simple, pero de manera natural de pensar acerca de la distancia.

¿Alguien sabe de una manera sencilla para poder calcular los $d(i,j)$ como se define aquí, sin necesidad de hacerlo manualmente?

Answer 1

Normalmente, esto se describe como la contigüidad espacial basada en los pesos, y es el tipo más común de matriz de ponderaciones espaciales utilizados en el espacio-red basada en regresiones en las ciencias sociales. La contigüidad de lo general puede ser definido por compartir un borde de la frontera (Torre), o tocar en algún lugar en el borde de la frontera (la Reina).

El peso del archivo es con frecuencia sólo almacenado, como la lista de vecinos, y en este caso para los modelos de regresión los pesos son a menudo (fila) estandarizado para tener buen interpretaciones o lugar de los límites de la estima de auto-correlación para un endógena del modelo.

Otras opciones son utilizar pesos que varían con la distancia (con frecuencia desde el centroide si el uso de celosía de datos) o el uso de pesos ajustado por el importe de la ventaja de que son compartidos entre vecinos de polígonos.

Una herramienta de código abierto para calcular matrices de ponderaciones espaciales, es GeoDa. La GeoDa centro también cuenta con una gran variedad de tutoriales en la realización de análisis espacial que pudieran ser de interés.