인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Researchers commonly inspect histograms as a first step in data analysis, often finding that these graphs fail to closely align with any of the several hundred ideal frequency distributions. The purpose of this paper is to address how positive spatial autocorrelation-the most frequently encountered in practice-can distort histograms when they are constructed with georeferenced data. Normal, Poisson, and binomial random variables-three widely applicable ones-are studied after establishing appropriate moment generating functions, and are illustrated with selected simulations. The simulations were designed with an ideal surface partitioning, and with the irregular China county surface partitioning. Results show that even moderate levels of positive spatial autocorrelation, while not affecting means, not only inflate variance, but also modify the probabilities of extreme and/or central values, and can alter skewness and kurtosis. A methodology is outlined for recovering the underlying unautocorrelated frequency distributions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2014-533-000344680
