《表3 百度热力数据Spearman相关系数》

提取 ⇩
《表3 百度热力数据Spearman相关系数》
《大数据视角下的武汉市人口格局探析》

将联通手机信令和百度热力的250 m格网数据聚合至社区单元,以社区人口统计数据为检验依据,分别进行k-s检验,结果如表1所示。2套大数据的双侧显著性均小于0.10,说明均不符合正太分布,因此采用Spearman相关系数检验大数据人口与真实社区人口的相关性和可靠性。如表2、3所示,2套数据检验所得Spearman相关系数分别为0.565和0.608,与真实社区人口的相关性都较为显著,说明联通手机信令和百度热力数据统计结果可信,可用于人口格局的识别研究。

  1. 保存图表

查看“表3 百度热力数据Spearman相关系数”的人还看了

表3 认知项目与视角系数的Spearman相关性
表3 认知项目与视角系数的Spearman相关性
视角系数能否预测景观认知——以东京文化遗产庭园为例
表4 2016-2018年武汉市江汉区3~6岁儿童视力筛查状况
表4 2016-2018年武汉市江汉区3~6岁儿童视力筛查状况
武汉市江汉区36 441名学龄前儿童健康检查结果分析
表3 根据不同城市数据估计武汉市人群感染率和感染人数
表3 根据不同城市数据估计武汉市人群感染率和感染人数
基于大规模结构化病例数据的新型冠状病毒传播特征和感染人群分析
表2 不同POI类型与人口数据的Spearman相关分析
表2 不同POI类型与人口数据的Spearman相关分析
基于多源数据的人口空间化多方法对比研究
表7 武汉市不同养老模式下养老成本数据透视表
表7 武汉市不同养老模式下养老成本数据透视表
基于成本效益法的武汉市养老模式的评价与比较
表5 武汉市不同养老模式下老年人生活满意度数据透视表
表5 武汉市不同养老模式下老年人生活满意度数据透视表
基于成本效益法的武汉市养老模式的评价与比较