I-статистика Морана¶

I-статистика Морана (также индекс Морана, коэффициент пространственной автокорреляции Морана) — это статистический показатель, используемый для оценки наличия и силы пространственной автокорреляции в данных. Он измеряет, насколько значения переменной в соседних географических точках (или полигонах) коррелируют друг с другом, то есть являются ли они более схожими (положительная автокорреляция) или более различными (отрицательная автокорреляция), чем можно было бы ожидать при случайном распределении. Индекс назван в честь австралийского статистика Пэта Морана (Patrick Moran), который предложил его в 1950 году.

¶История

Концепция пространственной автокорреляции возникла в контексте анализа пространственных данных, который активно развивался в середине XX века. Пэт Моран, работавший в области биометрии и статистики, в 1950 году опубликовал статью «Notes on Continuous Stochastic Phenomena», где впервые представил I-статистику как меру связи между значениями переменной в соседних регионах. Изначально индекс применялся в экологии и географии для изучения распространения видов и пространственных закономерностей. Впоследствии, с развитием географических информационных систем (ГИС) и пространственной эконометрики в 1970–1980-х годах, I-статистика Морана стала одним из основных инструментов анализа пространственных данных, используемых в экономике, эпидемиологии, социологии и других науках.

¶Определение и формула

I-статистика Морана вычисляется по формуле:

\[ I = \frac{n}{\sum_{i=1}^{n} \sum_{j=1}^{n} w_{ij}} \cdot \frac{\sum_{i=1}^{n} \sum_{j=1}^{n} w_{ij} (x_i - \bar{x})(x_j - \bar{x})}{\sum_{i=1}^{n} (x_i - \bar{x})^2} \]

где:

\(n\) — количество пространственных единиц (точек или полигонов);
\(x_i\) — значение переменной в \(i\)-й единице;
\(\bar{x}\) — среднее арифметическое всех значений;
\(w_{ij}\) — элемент матрицы пространственных весов, отражающий соседство между единицами \(i\) и \(j\) (обычно \(w_{ij} = 1\), если единицы соседние, и \(0\) в противном случае; диагональные элементы \(w_{ii}\) обычно равны нулю).

Значение I варьируется от \(-1\) до \(+1\):

I > 0 указывает на положительную пространственную автокорреляцию: соседние единицы имеют схожие значения (кластеризация);
I < 0 указывает на отрицательную пространственную автокорреляцию: соседние единицы имеют различные значения (дисперсия);
I ≈ 0 означает отсутствие пространственной автокорреляции (случайное распределение).

¶Матрица пространственных весов

Ключевым элементом в расчёте I-статистики является матрица пространственных весов \(W\), которая определяет, какие единицы считаются соседними. Существует несколько подходов к её построению:

Смежность по границе (contiguity): единицы считаются соседними, если они имеют общую границу. Используется для полигональных данных (например, районы города).
Расстояние (distance-based): соседями считаются все единицы, находящиеся в пределах заданного радиуса от центральной точки.
K-ближайших соседей (k-nearest neighbors): для каждой единицы выбирается фиксированное число \(k\) ближайших соседей.
Обратное расстояние (inverse distance): веса обратно пропорциональны расстоянию между единицами, что позволяет учитывать влияние всех точек, но с убывающей силой.

Матрица весов обычно нормализуется (например, по строкам), чтобы сумма весов для каждой единицы равнялась 1, что упрощает интерпретацию.

¶Интерпретация и статистическая значимость

Значение I-статистики само по себе не указывает на статистическую значимость. Для проверки гипотезы о наличии пространственной автокорреляции используется тест, основанный на предположении о случайном распределении значений. Обычно вычисляется ожидаемое значение \(E(I)\) при случайном распределении:

\[ E(I) = -\frac{1}{n-1} \]

Для больших \(n\) \(E(I)\) близко к нулю. Затем рассчитывается дисперсия \(Var(I)\) (зависит от матрицы весов и распределения данных), и вычисляется z-статистика:

\[ z = \frac{I - E(I)}{\sqrt{Var(I)}} \]

По z-значению определяется p-значение. Если p-значение меньше выбранного уровня значимости (например, 0,05), то нулевая гипотеза о случайном распределении отвергается, и пространственная автокреляция считается статистически значимой.

¶Применение

I-статистика Морана широко используется в различных областях:

География и региональная экономика: анализ пространственной концентрации экономической активности, доходов, безработицы. Например, выявление кластеров богатых и бедных регионов.
Экология и биология: изучение распространения видов, миграции животных, пространственной структуры популяций.
Эпидемиология: картографирование заболеваемости (например, рака или инфекционных болезней) для выявления очагов и оценки влияния пространственных факторов.
Социология и криминология: анализ пространственного распределения преступности, социального неравенства, голосования.
Геоинформатика: проверка пространственной зависимости перед применением регрессионных моделей (например, в пространственной эконометрике).

¶Разновидности и модификации

Существуют несколько модификаций I-статистики Морана:

Локальный индекс Морана (Local Moran's I): предложен американским географом Люком Анселином (Luc Anselin) в 1995 году. Позволяет оценить пространственную автокорреляцию для каждой отдельной единицы, выявляя локальные кластеры и выбросы. Используется для построения карт LISA (Local Indicators of Spatial Association).
Глобальный индекс Морана (Global Moran's I): описывает общую тенденцию для всей области.
Морановский I для бинарных данных: адаптирован для анализа пространственной автокорреляции дихотомических переменных (например, наличие/отсутствие признака).

¶Критика и ограничения

I-статистика Морана имеет ряд ограничений:

Чувствительность к выбору матрицы весов: разные способы определения соседства могут приводить к различным результатам, что требует обоснования выбора.
Предположение о стационарности: индекс предполагает, что среднее и дисперсия данных постоянны по всей области, что не всегда выполняется в реальных данных.
Влияние выбросов: единичные экстремальные значения могут искажать глобальную оценку.
Размер и форма единиц: результаты зависят от границ и размеров пространственных единиц (проблема модифицируемой ареальной единицы — MAUP).
Не учитывает нелинейные зависимости: I-статистика измеряет только линейную корреляцию между соседними значениями.

¶Пример

Рассмотрим гипотетический пример: данные о среднегодовом доходе на душу населения в 10 районах города. Если районы с высоким доходом соседствуют друг с другом, а районы с низким доходом — друг с другом, то I-статистика будет положительной и значимой, указывая на пространственную кластеризацию. Если же богатые и бедные районы чередуются, I будет отрицательной.

¶См. также

¶Литература

Moran, P. A. P. (1950). Notes on Continuous Stochastic Phenomena. Biometrika, 37(1–2), 17–23.
Anselin, L. (1995). Local Indicators of Spatial Association—LISA. Geographical Analysis, 27(2), 93–115.
Cliff, A. D., & Ord, J. K. (1981). Spatial Processes: Models & Applications. Pion.
Bivand, R. S., Pebesma, E. J., & Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer.