地特三等申論題
105年
[測量製圖] 地理資訊系統與數值製圖
第 二 題
二、「Moran’s I」指標，常用以分析、描述空間自相關（Spatial Autocorrelation，或稱空間關聯，Spatial Association）。請以文字配合計算公式與數值例，說明此一指標之意義、計算方式，以及所獲得之指標值的詮釋。（25 分）
📝 此題為申論題
思路引導 VIP
看到本題，應先點出 Moran's I 是衡量「空間自相關」的核心指標，並寫出其全域（Global）計算公式。接著，透過定義指標值域（約介於 -1 到 1 之間）來詮釋正相關、負相關與隨機分布的意義，最後務必設計一個極簡的網格或相鄰數值例（如 4 個空間單元）來代入公式，具體展現計算與詮釋過程，以獲取高分。
🤖
AI 詳解
AI 專屬家教
【破題】 「Moran's I」指標是地理資訊系統與空間統計中，最常用以量測「空間自相關（Spatial Autocorrelation）」的全域型指標。其核心概念源自「地理學第一定律」，即評估空間中相鄰的物件，其屬性值是否具有相似性或排斥性。 【論述】
▼ 還有更多解析內容
Moran’s I 空間自相關
💡 量測地理空間物件屬性值分布之群聚、離散或隨機特徵。
| 比較維度 | 正空間自相關 (Positive) | VS | 負空間自相關 (Negative) |
|---|---|---|---|
| 空間特徵 | 高高或低低相鄰（群聚） | — | 高低相間（棋盤狀離散） |
| 指標值 I | I > E(I) (趨近於 +1) | — | I < E(I) (趨近於 -1) |
| 實際範例 | 貧富街區聚集、疫情熱區 | — | 連鎖店競爭避讓、棋盤格 |
💬正自相關反映空間群聚現象，負自相關反映空間排斥或規律離散。
