《表4 各主因子的全局Moran指数值》

点击下载 ⇩

《表4 各主因子的全局Moran指数值》图表

《表4 各主因子的全局Moran指数值》
预计下载耗时:<2秒

图表说明及下载

苏州城市社会区研究与城市规划中,利用Geoda软件以欧式距离形成空间矩阵,计算各主因子的全局Moran指数值。在0.001的显著性水平下,第1、4、5主因子的全局Moran指数显著为正,说明非劳动年龄人口、定居就业人口和居住条件均出现空间集聚,其中居住条件的集聚趋势最为突出。第2、3主因子的全局Moran指数均接近于0,说明知识分子和外来人口的空间分布基本不相关(表4)。以自然间断点法将各街道乡镇的因子得分分为五级,主要得分等级的街道组成见表5,空间分布及空间自相关分布见图2。

公告:考虑到大家可能需要图表高清原图或出处原文整套的PDF,但由于获取多是收费渠道,为方便大家博主会在收到相关邮箱留言求助后帮忙获取分享给大家免费下载。

  1. 默认下载
  2. 高清无水印版
  3. 下载全套图文

相关图表整理

  1. 《表3 各主因子反映的最主要变量信息》 需要注意的是,社会区分析得到的主因子是空间统计的结果,并不意味着同一社会区的人口均为同一属性,而是该社会区内某一特征较为突出,主因子所反映的信息为城市社会空间的主体性特 …[研究主题:苏州城市社会区研究与城市规划 2019.11.09 原文格式:PDF]
  2. 《表7 苏州城市社会区的街道乡镇组成》 以上述5个主因子在各街道上的得分作为基本数据矩阵,通过采用平方欧氏距离、Ward法计算类间距离进行系统聚类。根据树状聚类图,初步判断分为5类或6类较为合适。通过主因子得分 …[研究主题:苏州城市社会区研究与城市规划 2019.11.09 原文格式:PDF]
  3. 《表2 苏州社会区主因子的载荷矩阵》 以主成分方法、相关性矩阵分析,以特征值大于1为条件抽取得到5个主因子。主因子的累计方差贡献率为87.3%(表1)。由于因子含义不够明确,变量在第1主因子上过于集中(方差贡献率59.5% …[研究主题:苏州城市社会区研究与城市规划 2019.11.09 原文格式:PDF]
  4. 《表2 苏州社会区主因子的载荷矩阵》 以主成分方法、相关性矩阵分析,以特征值大于1为条件抽取得到5个主因子。主因子的累计方差贡献率为87.3%(表1)。由于因子含义不够明确,变量在第1主因子上过于集中(方差贡献率59.5% …[研究主题:苏州城市社会区研究与城市规划 2019.11.09 原文格式:PDF]
  5. 《表6 苏州各社会区的特征判别》 以上述5个主因子在各街道上的得分作为基本数据矩阵,通过采用平方欧氏距离、Ward法计算类间距离进行系统聚类。根据树状聚类图,初步判断分为5类或6类较为合适。通过主因子得分 …[研究主题:苏州城市社会区研究与城市规划 2019.11.09 原文格式:PDF]