География · объяснение и практика

Почему изменение границ районов меняет статистику тех же точек

Распознать эффект масштаба и зонирования при агрегировании географических наблюдений. Разобраны метод, собственный пример, проверка результата и границы вывода.

Синий земной шар ставит оранжевую отметку направления.

В теме План, карта, координаты и ГИС · Учебная карта

Главная мысль

Статистика по районам зависит не только от исходных наблюдений, но и от выбранных границ. Изменение размера районов создаёт эффект масштаба, а переразбиение при том же числе единиц — эффект зонирования. Поэтому результат карты агрегатов нужно привязывать к системе деления территории.

Постановка и метод

Отделите исходные точки или мелкие единицы от районов отчёта. Агрегирование заменяет распределение внутри района одним числом и теряет часть информации. Даже если все наблюдения остаются прежними, меняется состав соседствующих групп и их средние. Это свойство операции объединения, а не обязательно ошибка в сборе исходных данных.

Эффект масштаба сравнивает более мелкие и более крупные районы. Эффект зонирования меняет расположение границ при сходном масштабе и числе единиц. Для проверки полезно варьировать эти два условия отдельно. Иначе нельзя понять, связано ли изменение статистики с размером групп или с тем, какие именно наблюдения попали вместе в одну группу.

Пример и проверка

В собственном примере четыре условных значения расположены квадратом. Группировка по строкам даёт два одинаковых средних, а по столбцам — два разных. Никакая исходная величина не изменилась. Следовательно, обнаруженная межрайонная неоднородность частично определяется границами. Это особенно важно, когда по красивому рисунку пытаются объяснить поведение отдельных точек или людей.

Независимая проверка сохраняет общую сумму и число исходных наблюдений при каждом разбиении. Глобальное среднее с правильными весами остаётся прежним, хотя разброс районных средних меняется. Если при одинаковом исходном наборе изменилось и правильно взвешенное общее среднее, вероятно, где-то потеряны наблюдения или некорректно применены веса районов разного размера.

Пример

В верхней строке квадратной схемы значения 0 и 10, в нижней — 0 и 10. Сравним два района по строкам и два по столбцам.

Средние строк равны 5 и 5; средние столбцов — 0 и 10. Общее среднее остаётся 5, но видимая межрайонная неоднородность зависит от зонирования.

Ошибка и границы вывода

Частая ошибка — сравнить корреляцию районных показателей с индивидуальной причинной зависимостью. Агрегаты способны показывать связь, которой нет на исходном уровне, либо скрывать существующую. Само наличие эффекта зонирования не делает любое районное исследование бессмысленным. Оно требует соответствовать вопросу масштаба и проверять устойчивость выводов к разумным альтернативным границам.

Статья касается интерпретации пространственных данных, без выводов о реальных социальных группах. Для анализа нужно сохранять исходную поддержку измерения, веса и версию границ. Изменение административного деления между годами может создать видимую динамику без изменения точек. Честный отчёт разделяет наблюдаемую статистику выбранных районов и более сильные утверждения, которые такая агрегация не подтверждает.

От чтения к действию

А теперь — вы

Что изменено в примере при тех же четырёх значениях?

Частые вопросы

Изменение границ обязательно меняет общее среднее?

Нет. При сохранении наблюдений и правильных весах общее среднее сохраняется; меняется распределение агрегатов.

Можно ли делать индивидуальный вывод по районной связи?

Без дополнительных оснований нельзя: связь агрегатов не равна зависимости на уровне отдельных наблюдений.

Углублённый разбор

Ковариация районных средних: двойная сумма вместо точки в центре

Среднее по району имеет другую ковариацию, чем значение поля в центре этого района. Замена целой поддержки одной точкой может исказить неопределённость даже при правильном общем среднем. Выведем перенос ковариационной матрицы и сравним его с приближением по расстояниям между центрами.

Перед началом: Материал базовой статьи и смысл поддержки данных; Алгебра ограничений, ковариация и физические единицы.

Определение и постановка

ПустьX — вектор значений случайного пространственного поля на мелких ячейках с ковариациейC. Районные средниеY=WX задаются строками весов, каждая из которых суммируется в единицу. После центрированияY−E[Y]=W(X−E[X]), поэтомуCov(Y)=WCWᵀ. Здесь участвуют все пары исходных ячеек, включая пары внутри одного района.

Вывод и вычислительный критерий

Для двух районовA,B это означаетCov(ȲA,ȲB)=ΣᵢΣⱼwAᵢwBⱼCᵢⱼ. Ковариация по расстоянию между центрами является только отдельным приближением, если пространственный закон меняется на масштабе поддержки. Даже равные площади и регулярная сетка не делают это приближение тождеством.

Рассмотрим допустимую ковариациюCᵢⱼ=ρ^|i−j| при0<ρ<1. Её существование подтверждает рекурсияXᵢ=ρXᵢ₋₁+εᵢ с независимыми инновациями дисперсии1−ρ² и начальной дисперсией1. Она позволяет проверить, что матрица не просто симметрична, но действительно положительно определена. Гауссовость для вычисления вторых моментов здесь не требуется.

Условия и границы вывода

Веса должны описывать именно средние интенсивности. Для районных сумм строки матрицы будут другими и дисперсии изменятся. Непересечение районов не означает независимость: пространственно связанные мелкие ячейки дают ненулевые межрайонные члены. Если исходные данные также содержат приборный шум, его ковариация переносится тем же оператором, но смысл шумового и физического вкладов сохраняют отдельно.

Разобранная задача

Условие. Четыре равноудалённые ячейки имеютCᵢⱼ=(1/2)^|i−j| и единичные дисперсии. РайонA усредняет ячейки1,2, районB —3,4. Найдите районные дисперсии и ковариацию; сравните её с ковариацией точек в центрах районов.

  1. ДляA дисперсия среднего равна(1+1+2·1/2)/4=3/4. ДляB получается то же значение по стационарности.
  2. Межрайонные расстояния в шагах сетки равны2,3,1,2. Соответствующие ковариации1/4,1/8,1/2,1/4.
  3. Их сумма9/8 после деления на4 даётCov(A,B)=9/32. Районы связаны, хотя исходные наборы ячеек не пересекаются.
  4. Центры районов разделены двумя шагами, поэтому точечное приближение дало бы1/4=8/32 и пропустило1/32 ковариации.

Ответ. Обе районные дисперсии3/4; ковариация9/32, тогда как замена центрами даёт1/4.

Проверка. Матрица районов имеет собственные значения3/4±9/32, то есть33/32 и15/32, оба положительны. Дисперсия разности средних равна2·3/4−2·9/32=15/16 и также положительна.

Где легко ошибиться. Не подменяйте площадное наблюдение точечным только ради удобного расстояния между центрами. Версия границ и оператор усреднения входят в статистическую модель.

Проверьте понимание

Как точно переносится ковариация при линейном агрегированииY=WX?

Вопросы к этой главе

Почему усреднение уменьшило дисперсию меньше чем вдвое?

Две ячейки внутри каждого района положительно коррелированы. В дисперсию входят два дополнительных положительных перекрёстных члена, отсутствующих у независимых значений.

Можно ли восстановить мелкуюC из районной?

В общем случае нет: операторW теряет направления. Многие исходные матрицы могут давать однуWCWᵀ, поэтому обратная детализация требует дополнительных ограничений.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Chacón-Montalván et al2024: Change of Support

    Прочитаны введение и описание проекции пространственного процесса на разные поддержки. Статья подтверждает необходимость учитывать поддержку и её неопределённость; конечные ковариационная матрица и неотрицательные потоки пересечений ниже сконструированы и проверены отдельно.

Новые границы районов: достижимые итоги по таблице пересечений

Итоги старых районов не определяют однозначно итоги новых границ. Пропорциональное распределение по площади добавляет предположение об однородности. Вместо него найдём точные границы нового итога, используя неотрицательность и известные вместимости четырёх пересечений. Это сохраняет исходные суммы без выдуманного точечного размещения объектов.

Перед началом: Материал базовой статьи и смысл поддержки данных; Алгебра ограничений, ковариация и физические единицы.

Определение и постановка

Пусть старые районыA,B и новыеC,D образуют четыре непересекающихся ячейки. Их количества обозначимa=A∩C,b=A∩D,c=B∩C,d=B∩D. Старые итоги задаютa+b=SA,c+d=SB, а новый итогC=a+c. Такая таблица описывает поддержку количеств; численные площади сами по себе не задают, где внутри старого района находятся объекты.

Вывод и вычислительный критерий

Если для каждой ячейки известны верхние вместимости, их объединяют с сохранением строк. Например,0≤a≤Ua и0≤b≤Ub приb=SA−a даютmax(0,SA−Ub)≤a≤min(Ua,SA). Аналогично ограничиваютc. При независимых строках минимальный новый итог равен сумме нижних границ, максимальный — сумме верхних.

Точность границ проверяют конструкцией полных таблиц на обоих концах. Если количества целые, наличие целочисленных концов здесь сразу даёт реализуемые крайние распределения. Более сложные общие ограничения между пересечениями могут потребовать транспортной задачи; простое сложение отдельных интервалов тогда уже не гарантируется.

Условия и границы вывода

Вместимости должны иметь содержательный источник: число мест, площадь при известной предельной плотности или другая физическая граница. Произвольный потолок только ради узкого интервала не обоснован. Метод не восстанавливает адреса отдельных объектов и не переносит районную связь на индивидуальное поведение. Он отвечает более ограниченно: какие новые агрегаты совместимы со всеми доступными старыми итогами и ограничениями.

Разобранная задача

Условие. Старые итогиSA=10,SB=20. Вместимости пересеченийUa=8,Ub=6,Uc=12,Ud=14, нижние границы нулевые. Найдите точный диапазон количества в новом районеC и приведите обе крайние таблицы.

  1. Изa+b=10 иb≤6 следуетa≥4; вместе сa≤8 получаемa∈[4,8].
  2. Изc+d=20 иd≤14 следуетc≥6; вместе сc≤12 получаемc∈[6,12].
  3. МинимумC=a+c равен4+6=10, максимум8+12=20. Других связей между строками не задано.
  4. Нижняя таблица(a,b,c,d)=(4,6,6,14), верхняя(8,2,12,8). Обе сохраняют строки10,20 и все вместимости.

Ответ. Новый итогC может лежать в[10,20]; обе границы достижимы. Единственное значение из старых сумм не следует.

Проверка. В обеих крайних таблицах общий итог равен30. Новые итогиC,D равны10,20 либо20,10 и также сохраняют30; проверка каждой ячейки исключает скрытое нарушение вместимости.

Где легко ошибиться. Не называйте площадное распределение фактически восстановленным количеством. Оно выбирает одну допустимую таблицу только при дополнительной гипотезе о размещении внутри старых районов.

Проверьте понимание

Что доказывает достижимость обеих найденных границ?

Вопросы к этой главе

Почему общая сумма сохраняется?

Пересечения составляют разбиение территории, и ни одна ячейка не теряется и не учитывается дважды. Поэтомуa+b+c+d=SA+SB при любом допустимом размещении.

Можно ли оценить долю отдельного человека по такой таблице?

Нет. Границы относятся к агрегатам на пересечениях и не идентифицируют индивидуальные признаки или причины. Для такого вывода понадобились бы данные другого уровня.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Chacón-Montalván et al2024: Change of Support

    Прочитаны введение и описание проекции пространственного процесса на разные поддержки. Статья подтверждает необходимость учитывать поддержку и её неопределённость; конечные ковариационная матрица и неотрицательные потоки пересечений ниже сконструированы и проверены отдельно.

Районные итоги: границы поведения и проверка однородности

Районная доля признака и общий итог не сообщают, как именно признак связан с индивидуальным результатом. Выведем допустимый интервал скрытой доли и проверим более сильное предположение: одинаковы ли две внутригрупповые доли во всех районах. Даже пересекающиеся отдельные интервалы не гарантируют совместности такой модели.

Перед началом: Доли и таблица два на два; Система линейных уравнений; Агрегирование данных.

Какая клетка скрыта

Пусть в районе N объектов, из них X имеют признак A, а всего Y имеют результат B. Неизвестное число z одновременно имеет оба свойства. Четыре клетки таблицы равны z,X−z,Y−z,N−X−Y+z. Их неотрицательность даёт max(0,X+Y−N)≤z≤min(X,Y). Для точных счётных данных z дополнительно целое.

При 0<X<N определим α=z/X и β=(Y−z)/(N−X). Тогда наблюдаемый итог удовлетворяет Y/N=(X/N)α+(1−X/N)β. Отдельные границы для α называют границами Дункана—Дэвиса. Они описывают набор возможных индивидуальных таблиц, а не доверительный интервал вокруг выбранной оценки.

Однородность требует совместных уравнений

Предположение об общих α и β для нескольких районов связывает прежде свободные таблицы. Недостаточно проверить, что интервалы α пересекаются: при выбранном α значения β, восстановленные в разных районах, тоже должны совпадать и принадлежать отрезку от нуля до единицы. Проверять нужно все условия одновременно.

При двух различных районных долях X/N пара уравнений определяет единственную общую пару α,β. Если она выходит за вероятностный квадрат, данные опровергают точную однородную модель. Это не делает сами районные итоги невозможными: каждый район может иметь собственную допустимую пару. При более чем двух районах появляется дополнительная проверка точной линейности.

Отказ модели не идентифицирует поведение

Отрицательная восстановленная доля — полезный сигнал о неверной предпосылке, а не допустимый ответ, который следует молча обрезать до нуля. Такое обрезание нарушит исходные уравнения. Причиной несовместности могут быть различия районов, несогласованные определения показателей или ошибки данных; одни агрегаты не выбирают объяснение.

Здесь изучается точная таблица условной совокупности, без выборочного шума и округления. Для округлённых долей равенства заменяют интервалами и заново решают задачу допустимости. Доказательство неоднородности не является доказательством причинного действия A на B и не восстанавливает личные результаты конкретных людей. Отчёт должен разделять доступные итоги, добавленную модель и то, что удалось отвергнуть.

Пересечение границ есть, общей модели нет

Условие. Два условных района имеют по N=100 объектов. В первом X=40,Y=30, во втором X=60,Y=50. Найдите интервалы α и проверьте, могут ли обе внутригрупповые доли α,β быть одинаковыми в районах.

  1. В первом районе z₁ лежит от 0 до 30, поэтому α₁∈[0,3/4]. Во втором z₂ лежит от 10 до 50, поэтому α₂∈[1/6,5/6]. Интервалы пересекаются по [1/6,3/4].
  2. Для общих долей уравнения имеют вид 0,4α+0,6β=0,3 и 0,6α+0,4β=0,5. Вычитание даёт α−β=1, а сложение α+β=0,8.
  3. Единственная общая пара равна α=0,9,β=−0,1. Отрицательная доля невозможна, следовательно, модель одновременной однородности двух долей отвергается.
  4. Сами итоги совместны: возьмём z₁=20,z₂=30. Четыре клетки районов равны (20,20,10,50) и (30,30,20,20). В обоих α=1/2, но β равны 1/6 и 1/2. Пересечение интервалов не контролировало именно вторую долю.

Ответ. Общей пары α,β нет, хотя отдельные границы α пересекаются. Районные таблицы при этом вполне существуют.

Проверка. Все клетки приведённых таблиц неотрицательны и дают нужные размеры групп и итоги результатов. Пара (0,9,−0,1) удовлетворяет двум линейным уравнениям, но нарушает вероятностное ограничение.

Где легко ошибиться. Не превращайте районную прямую в индивидуальный закон без проверки области допустимых долей. Пересечение одномерных проекций слабее совместной допустимости всех скрытых параметров.

Проверьте понимание

Какой вывод доказан двумя районными итогами в примере?

Вопросы к этой главе

Доказывают ли данные, что α различается между районами?

Нет. Приведены две допустимые таблицы с одинаковой α=1/2 и разными β. Отвергнуто совместное предположение об одинаковых α и β, а не каждая часть этого предположения отдельно.

Почему нельзя заменить отрицательную β нулём?

Тогда при прежней α исчезнет согласие с наблюдаемыми итогами. Требуется новая модель и новая проверка, а не исправление числа после решения системы.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Jiang, King, Schmaltz, Tanner: Ecological Regression with Partial Identification

    Прочитаны введение, учётное тождество §2 и определение границ в §3.1. Использовано определение нижней границы с max; последующая строка HTML содержит несовпадающее min. Наши целочисленные районы, две допустимые таблицы и сертификат несовместности созданы самостоятельно; регрессионные оценки статьи не воспроизводятся.

Смена зонирования как задача минимальной внутригрупповой потери

Когда новые районы должны быть связными, выбор границ становится задачей оптимизации на графе соседства. Зададим критерий заранее и найдём глобальный минимум на маленькой сети полным перебором. Сравнение со свободной кластеризацией покажет цену географической связности, а дополнительное ограничение размера изменит сам оптимальный ответ.

Перед началом: Среднее и сумма квадратов отклонений; Граф соседства; Конечный перебор.

Критерий и допустимые районы

Для района R из равно взвешенных исходных единиц определим потерю W(R)=Σ(yᵢ−ȳ_R)². Общая потеря равна сумме W по районам. При фиксированном числе районов её уменьшение повышает внутреннюю однородность именно по выбранному признаку. Оно не гарантирует компактность границ, равенство населения или пригодность для другого показателя.

Связность означает, что любые две единицы одного района соединяются путём внутри этого же района по заданным рёбрам соседства. Близких чисел недостаточно: единицы могут иметь одинаковый показатель, но быть разделены чужой территорией. Каждое допустимое разбиение должно покрывать исходный набор целиком, без пересечений и пропусков.

Почему на цепочке достаточно разрезов

Пусть граф — цепь из n вершин, а требуются два непустых связных района. Каждый связный район является непрерывным отрезком цепочки; поэтому любое допустимое разбиение получается удалением одного из n−1 рёбер. Перебор всех таких разрезов даёт доказанный глобальный оптимум для этой постановки, а не результат удачного старта алгоритма.

Для быстрого вычисления удобно равенство W=Σyᵢ²−(Σyᵢ)²/|R|. Префиксные суммы значений и квадратов позволяют оценить каждый разрез за постоянное время после линейной подготовки. Ограничение минимального числа единиц проверяют до сравнения потерь: недопустимый кандидат нельзя назвать лучшим только из-за малого критерия.

Где заканчивается вывод об оптимальности

На общем графе допустимые связные области уже не исчерпываются последовательными разрезами одной цепи. Даже удаление рёбер произвольно выбранного остовного дерева ограничивает семейство возможных районов. Поэтому локальная эвристика и доказательство глобального минимума — разные результаты; их нельзя подписывать одинаково.

Свободная кластеризация служит нижним ориентиром: снятие ограничения связности может только уменьшить минимальную потерю. Полученный разрыв измеряет цену конкретного ограничения для выбранных данных. Это не доказательство плохих административных границ и не универсальная рекомендация переделить реальные территории. Здесь карта условная, показатель один, веса одинаковые, а число районов заранее задано.

Пять соседних участков

Условие. Пять участков образуют цепь 1–2–3–4–5 и имеют значения 0,9,1,10,2. Разбейте их на два непустых связных района с минимальной суммой квадратов. Затем потребуйте хотя бы два участка в каждом районе.

  1. Возможны только четыре разреза после позиций 1,2,3,4. Разрез после первой позиции даёт одно значение 0 и группу (9,1,10,2) со средним 11/2 и потерей 65.
  2. После второй позиции потери равны 81/2 и 146/3, в сумме 535/6. После третьей получаются 146/3 и 32, в сумме 242/3. После четвёртой потеря первой группы равна 82, последней — нулю.
  3. Из 65,535/6,242/3,82 минимально 65: оптимальны районы {1} и {2,3,4,5}. Без связности группы со значениями (0,1,2) и (9,10) дают существенно меньшую потерю 5/2, но первая группа разорвана на карте.
  4. При минимальном размере два остаются только разрезы после позиций 2 и 3. Сравнение 535/6 и 242/3 выбирает разрез после третьей: районы {1,2,3} и {4,5}. Дополнительное условие изменило оптимальные границы.

Ответ. При одной связности минимум 65 после участка 1. При минимальном размере два минимум 242/3 после участка 3.

Проверка. Все четыре допустимых разреза перечислены, поэтому меньшего связного решения нет. Полный перебор неупорядоченных двухкластерных разбиений независимо подтверждает свободный минимум 5/2.

Где легко ошибиться. Не сортируйте участки по значению перед проверкой соседства: это подменяет географический граф. Сначала задают критерий и допустимость, затем ищут оптимум и сообщают, для какого семейства он доказан.

Проверьте понимание

Где проходит оптимальная граница в примере, если каждый из двух районов должен содержать хотя бы два участка?

Вопросы к этой главе

Можно ли сравнивать критерий для разного числа районов?

Без поправки на число групп это вводит в заблуждение: дробление способно уменьшать потерю вплоть до нуля у одиночных участков. В нашей задаче число районов фиксировано равным двум.

Почему самый похожий по значениям кластер может не подойти карте?

Похожие единицы могут лежать в несмежных частях графа. Группа должна удовлетворять заданной связности; свободное решение с потерей 5/2 в примере это условие нарушает.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Luc Anselin, GeoDa: Spatially Constrained Clustering

    Прочитаны введение о жёстком ограничении связности и раздел Assessment о критериях качества. Наши пять участков, точный перебор разрезов и сравнение с неограниченными разбиениями разработаны отдельно; эвристики GeoDa не выдаются за точный решатель нашей задачи.

Косвенная стандартизация: наблюдаемое число событий и ожидаемое по эталону

Косвенная стандартизация сравнивает наблюдённое число событий с ожидаемым при эталонных возрастных рисках. Два отношения O/E могут иметь разные внутренние веса, поэтому их простое сравнение не всегда является сравнением одной общей смеси.

Перед началом: Прямая стандартизация; Отношение сумм.

Эталон задаёт ожидаемое число

Пусть район имеет количества населения Nᵢ по возрастным группам, наблюдённые события O и внешние эталонные риски rᵢ. Ожидаемое число E=ΣNᵢrᵢ, а стандартизованное отношение SIR=O/E при E>0. Значение один означает совпадение общего числа с эталонным ожиданием для собственного состава района. Это отличается от прямой стандартизации, которая усредняет районные риски по одним общим внешним весам населения.

Скрытые веса зависят от состава района

Если истинные районные риски sᵢ известны, отношение ожидаемых событий равно ΣNᵢsᵢ/ΣNᵢrᵢ. Его можно записать как взвешенное среднее относительных рисков sᵢ/rᵢ с весами Nᵢrᵢ/E при положительных rᵢ. Эти веса пропорциональны ожидаемым событиям, а не только населению. У другого района они обычно иные. Поэтому одинаковые возрастные относительные риски могут давать разные SIR, если профиль рисков неоднороден по возрасту.

Сравнимость требует дополнительного содержания

При постоянном относительном множителе sᵢ=c rᵢ во всех группах SIR=c независимо от состава, и проблема разных весов исчезает. Но утверждение постоянства является модельным предположением, которое нужно проверить или обосновать. Наблюдаемое O дополнительно случайно; для интервала часто используют пуассоновскую модель, однако она не следует из самого определения отношения. Ниже события заданы ожидаемыми числами, чтобы отделить проблему весов от выборочной ошибки и не объявлять отношение причинным эффектом места проживания.

Разобранная задача

Условие. Эталонные риски двух возрастов равны (1/100,1/10). В двух районах возрастные относительные риски одинаковы: (2,1). Население A=(1000,100), B=(100,1000). Найдите отношения ожидаемых наблюдаемых и эталонных событий.

  1. Для A эталонное ожидание равно 1000/100+100/10=20. Районные риски равны (2/100,1/10), поэтому ожидаемые события равны 20+10=30.
  2. Отношение A равно 30/20=3/2. Его веса ожидаемых событий по возрастам равны (1/2,1/2).
  3. Для B эталонное ожидание равно 1+100=101, районное — 2+100=102. Отношение B равно 102/101, около 1,0099.
  4. Возрастные относительные риски в районах совершенно одинаковы. Различие 3/2 и 102/101 вызвано разными весами (1/2,1/2) и (1/101,100/101).

Ответ. Косвенные отношения различаются, хотя оба возрастных профиля относительного риска совпадают. Сравниваются разные смеси возрастных относительных рисков.

Проверка. Взвешивание пары (2,1) весами A даёт 1,5, весами B — 2/101+100/101=102/101. Это независимо подтверждает отношение сумм и выявляет механизм различия.

Где легко ошибиться. Не трактуйте меньшее SIR района B как доказательство меньшего риска в каждом возрасте. В примере возрастные относительные риски одинаковы, а веса ожидаемых событий различны.

Проверьте понимание

Почему SIR двух районов различны?

Вопросы к этой главе

Почему вес пожилой группы может быть большим при небольшой доле населения?

Её эталонный риск выше, поэтому она даёт больше ожидаемых событий на человека. Косвенные веса используют Nᵢrᵢ, а не только Nᵢ.

Что исправит сравнение одним общим профилем?

Прямая стандартизация по одинаковым возрастным весам отвечает другому, явно общему составу. Косвенное отношение само по себе таких общих весов не создаёт.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

Моран I: пространственное соседство и точный перестановочный ноль

Положительное пространственное сходство нужно сравнивать с распределением выбранной нулевой модели. Для четырёх участков можно перечислить все размещения значений и получить точный верхний хвост, сохранив связность графа. Нормальная аппроксимация здесь не нужна.

Перед началом: Центрирование данных; Перестановочный тест и включение равенств в хвост.

Статистика связывает значения с фиксированным соседством

Заданы n>1 фиксированных различных числовых значений, не все одинаковые, и фиксированная матрица пространственных весов W с нулевой диагональю и S0=Σwij>0. Условная нулевая модель равновероятно переставляет эти значения между всеми позициями. Граф и веса не подбираются после просмотра значимости; в примере используются симметричные бинарные веса без нормировки строк.

Положим zi=yi−ȳ и Q=Σzi²>0. Статистика I=(n/S0)Σij wij zi zj/Q сравнивает соседские произведения с общей квадратичной изменчивостью. Симметричные бинарные веса считают каждое неориентированное ребро дважды, поэтому S0 также должно считать оба направления. Удаление двойного счёта только в числителе изменит ответ вдвое.

Перестановки сохраняют Q и среднее, но меняют размещение положительных и отрицательных отклонений на графе. Это проверка обменности пространственных меток при условии наблюдённого набора значений. Она не является автоматически проверкой независимых нормальных ошибок или моделью случайного выбора районных границ.

Ожидание определяется центрированием и запретом самопар

Для любых разных позиций i,j среднее перестановочное произведение равно Σa≠b za zb/[n(n−1)]. Поскольку сумма z равна нулю, сумма по различным индексам равна (Σz)²−Σz²=−Q. Поэтому Eperm(zi zj)=−Q/[n(n−1)].

Диагональные веса нулевые, значит усреднение числителя даёт −S0Q/[n(n−1)]. Все масштабы сокращаются, и Eperm I=−1/(n−1). Результат не требует нормальности и одинаковой степени вершин; но ненулевые диагональные веса добавили бы другие члены. Отрицательный центр малой выборки возникает из фиксированной суммы отклонений.

Полный хвост отличается от случайной выборки перестановок

Для верхней альтернативы заранее выбираем p=Pperm(I≥Iobs), включая равенства. При полном переборе это точная доля среди n! размещений, включая исходное. Добавлять ещё одну единицу к числителю и знаменателю не нужно: поправка вида (R+1)/(M+1) относится к определённым схемам случайного получения M перестановок, а не к уже исчерпанному пространству.

Малый граф даёт дискретное распределение с крупными скачками. Один положительный I ещё не означает малую вероятность хвоста. Выбор другого направления теста или двустороннего правила меняет событие и должен быть объявлен отдельно. Пространственная неоднородность дисперсии, неравноценные позиции либо выбор графа по данным могут нарушить принятую обменность.

Все размещения четырёх отклонений на цепочке

Условие. Участки образуют цепь 1–2–3–4. Соседние wij=wji=1, остальные веса нулевые. Наблюдённые значения y=(0,2,4,6). Найдите I, полное перестановочное распределение и точный верхний хвост.

  1. Среднее 3, отклонения z=(−3,−1,1,3), Q=20. У цепочки три неориентированных ребра, значит S0=6.
  2. Сумма произведений по рёбрам равна 3−1+3=5; направленный числитель равен 10. Поэтому I=(4/6)·10/20=1/3.
  3. Перечисляем 24 размещения четырёх различных отклонений. Частоты I равны: −1 — 2 раза; −13/15 — 4; −7/15 — 6; −1/5 — 6; 1/5 — 4; 1/3 — 2. Частоты дают 24.
  4. Значений не меньше наблюдённого 1/3 ровно два: исходный возрастающий порядок и его обращение. Точный верхний хвост p=2/24=1/12.
  5. Среднее полной таблицы равно −1/3, совпадая с −1/(4−1). Независимо для соседней пары сумма всех упорядоченных произведений равна −20, среднее −20/12=−5/3; три двукратно учтённых ребра возвращают тот же E I.

Ответ. Iobs=1/3, Eperm I=−1/3, точный верхний p=1/12. Для выбранного уровня 0,05 такой хвост недостаточно мал.

Проверка. Обращение порядка цепочки не меняет I и попарно удваивает кратности. Полный перебор даёт шесть разных значений и ровно 24 исхода; взвешенная сумма I равна −8, а после деления на 24 — −1/3.

Где легко ошибиться. Не сравнивайте I только с нулём и не смешивайте точный полный хвост с формулой для ограниченной случайной выборки перестановок.

Проверьте понимание

Какой точный верхний перестановочный p получен для цепочки в примере статьи?

Вопросы к этой главе

Почему математическое ожидание отрицательно при пространственной случайности?

Фиксированные центрированные значения имеют нулевую сумму. Размещение одного положительного отклонения слегка уменьшает среднее оставшихся; без самопар это даёт отрицательное среднее произведение.

Можно ли сохранить формулу при нормировке строк W?

Формула ожидания сохраняется при нулевой диагонали и согласованном S0. Однако конкретное распределение и Iobs изменятся: это уже другая матрица весов, которую нужно пересчитать полностью.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • Luc Anselin, GeoDa: Global Spatial Autocorrelation

    Определяет Moran I, пространственную перестановочную модель и отличие её распределения от нормальной аппроксимации. Здесь ожидание выведено из центрирования, а все 24 размещения собственной цепочки перечислены точно.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться