İstatistik Sözlüğü → Moran's I
Moran's Ianaliz
Bir değişkenin birbirine yakın konumlarda benzer değerler alıp almadığını, yani mekânsal otokorelasyon bulunup bulunmadığını tüm alan için tek bir istatistikle (küresel Moran's I) ve her konum için ayrı ayrı (yerel Moran, LISA) sınayan yöntem.
Kavram
Coğrafyanın birinci yasası olarak bilinen gözleme göre yakın yerler, uzak yerlere göre birbirine daha çok benzer. Bu benzerlik bir değişkende ne kadar güçlüdür? Yüksek değerler bir arada, düşük değerler başka bir yerde mi toplanıyor, yoksa değerler alana rastgele mi dağılmış? Moran's I bu soruyu yanıtlar. Mekânsal otokorelasyon aynı zamanda klasik istatistik yöntemlerin 'gözlemler bağımsızdır' varsayımını bozduğu için de önemlidir.
Her birimin komşuları bir ağırlık matrisiyle (burada k en yakın komşu) tanımlanır. Moran's I, her birimin ortalamadan sapması ile komşularının ortalamadan sapmalarının çarpımlarını toplar ve ölçeklendirir; yorumu bir korelasyon katsayısına benzer. I'nın rastgelelik altındaki beklenen değeri sıfıra yakındır (−1/(n−1)); bundan belirgin biçimde büyük değerler benzer değerlerin kümelendiğini (pozitif otokorelasyon), küçük değerler komşuların birbirine benzemediğini (negatif otokorelasyon) gösterir. Anlamlılık normal yaklaşımla ya da değerlerin konumlara rastgele karıştırıldığı permütasyonlarla sınanır. Yerel Moran (LISA) aynı hesabı her birim için ayrı yapar ve birimleri yüksek-yüksek, düşük-düşük, yüksek-düşük ve düşük-yüksek olarak sınıflar.
Sonuç komşuluk tanımına (k sayısına) bağlıdır; birkaç tanımla denemek iyi bir uygulamadır. LISA'da her birim ayrı bir test olduğundan çoklu karşılaştırma nedeniyle tesadüfi 'kümeler' çıkabilir; düzeltme (FDR, Bonferroni) bunu sınırlar. Değer bir sayımsa (ör. vaka sayısı) ve birimlerin nüfusları çok farklıysa, yüksek değerler yalnızca kalabalık birimleri gösterebilir; bu durumda oranlarla ya da ampirik Bayes oranlarıyla çalışılmalıdır.
Ne zaman kullanılır?
- Bölgeler, ilçeler ya da örnekleme noktaları için ölçülmüş bir değişkenin mekânda kümelenip kümelenmediğini sınamak ve kümelerin yerini belirlemek için.
- Yalnızca yüksek ya da düşük değer kümelerini (sıcak ve soğuk noktaları) bulmak amaçlanıyorsa Getis-Ord Gi*; yerel farklara daha duyarlı bir küresel ölçü isteniyorsa Geary C kullanılır.
- Ölçülen değer yerine noktaların kendisinin (konumların) kümelenip kümelenmediği soruluyorsa nokta örüntüsü analizi; mekânsal bağımlılık bir tahmin yüzeyi için modellenecekse variogram ve kriging tercih edilir.
Gündelik bir örnek
Bir ilçe tarım müdürlüğü, 90 köyün ortalama buğday verimini (kg/dekar) haritaya döküyor. Kuzeydeki ova köylerinin verimi yüksek, güneydeki engebeli köylerinki düşük görünüyor; ama bu izlenim gerçek mi, yoksa göz rastgele bir desene anlam mı yüklüyor? Küresel Moran's I = 0,45 ve permütasyon p = 0,001 çıkarsa komşu köylerin verimi birbirine belirgin biçimde benzer. LISA haritası ise ova köylerini yüksek-yüksek kümesi olarak, kendisi yüksek verimli olduğu hâlde düşük verimli köylerle çevrili bir köyü de yüksek-düşük aykırısı olarak işaretler; müdürlük o köyde neyin farklı yapıldığını inceleyebilir.
MerQur'da parametreler
Sınıflandır / Yöntem
Kavram: Sınıflandır, noktaları analizden önce kategorik bir sütuna göre renklendiren bir veri keşfi adımıdır; Yöntem ise harita sekmesinde çalıştırılacak mekânsal analizi seçer. Moran's I, ölçülen bir değerin mekânsal benzerliğini sınar.
Gündelik örnek: Köyler 'sulu' ve 'kuru' tarım yapılan diye renklendirilirse yüksek verimli köylerin sulu tarım köyleriyle örtüşüp örtüşmediği göz ucuyla görülür. Asıl soru 'verim komşu köylerde benzer mi?' olduğu için Moran's I seçilir.
Ne işe yarar: Sınıflandır, noktaları kategoriye göre renklendirir; Yöntem harita yöntemini seçer.
Sonuca etkisi: Sayısal çıktıyı değiştirmez.
K komşu (varsayılan 8)
Kavram: Her birimin kaç en yakın birimi komşusu sayacağını belirler ve böylece 'yakınlık' tanımını kurar. Küçük k çok yerel benzerliğe, büyük k daha geniş ölçekteki desene bakar; sonuç k'ya duyarlıysa birkaç değer birlikte raporlanmalıdır.
Gündelik örnek: k = 4 ile her köy yalnızca en yakın dört köyle karşılaştırılır ve vadi içindeki küçük farklar öne çıkar. k = 20 ile karşılaştırma ilçenin geniş bir kesimine yayılır ve ova-dağ ayrımı gibi büyük ölçekli desen baskın hâle gelir.
Ne işe yarar: Her birimin komşu sayısını belirler; I'nın ölçeğini ve LISA komşuluğunu tanımlar. Düzensiz noktalarda 4-8 yaygındır; sonuç k'ya duyarlıysa birkaç k raporlanmalıdır.
Sonuca etkisi: I, z ve LISA kümelerini değiştirir. Komşuluk grafı bağlantısızsa k kendiliğinden 2'şer artırılır (en çok 20) ve bu yorumda bildirilir.
Doğrulama verisinde: Boston CMEDV'de k = 4 için I 0.6302; k = 8 için 0.5610 (z 27.15); k = 20 için 0.4359 (z 33.99). k = 3'te graf 2 bileşenlidir: MerQur k'yi 5'e çıkarır (I 0.6177).
α (alfa) (varsayılan 0.05)
Kavram: Hem küresel testin hem de yerel kümelerin anlamlı sayılacağı eşiği belirler. α küçüldükçe daha az birim anlamlı küme olarak işaretlenir ve yanlış alarm olasılığı azalır.
Gündelik örnek: α = 0,10 ile haritada çok sayıda köy yüksek-yüksek ya da düşük-düşük kümesine girer. α = 0,01 seçilirse yalnızca en belirgin ova kümesi kalır; müdürlük kaynaklarını yanlış köylere yöneltme riskini azaltmak istiyorsa daha sıkı eşik seçebilir.
Ne işe yarar: LISA ve küresel yorumdaki anlamlılık eşiğini belirler.
Sonuca etkisi: Yalnız sınıflamayı değiştirir, istatistikleri değiştirmez.
Doğrulama verisinde: Boston'da 999 permütasyonla anlamsız (NS) nokta alfa 0.01 için 350, 0.05 için 288, 0.10 için 248.
Permütasyon (0 analitik, 99, 999, 9999)
Kavram: Permütasyon testi, gözlenen değerleri konumlar arasında rastgele karıştırarak 'mekânsal desen yoksa I ne olurdu?' dağılımını üretir ve gözlenen I'yı bu dağılımla karşılaştırır. Dağılım varsayımı gerektirmez; ama elde edilebilecek en küçük p değeri 1/(M + 1) olduğundan M (permütasyon sayısı) p değerinin çözünürlüğünü belirler.
Gündelik örnek: 90 köyün verimleri 999 kez rastgele başka köylere dağıtılır ve her seferinde I hesaplanır. Bu 999 karışık haritanın hiçbiri gerçek haritadaki kadar büyük bir I vermezse p = 1/1000 = 0,001 olur; 99 permütasyonla aynı sonuç ancak p = 0,01 olarak raporlanabilirdi.
Ne işe yarar: 0 iken küresel p analitik (normal yaklaşım); 0'dan büyükse koşullu permütasyonla katlanmış sözde p ((daha uç + 1)/(M + 1)). LISA her durumda permütasyonla hesaplanır (M = 0 iken 999 permütasyon, tohum 12345; ekranda bildirilir).
Sonuca etkisi: Küresel p'yi ve LISA sayılarını değiştirir; I ve z değişmez.
Doğrulama verisinde: Boston'da küresel p 99 için 0.01, 999 için 0.001, 9999 için 0.0001 (olası en küçük değerler); analitik p 2.8e-162. LISA sayıları tohuma bağlıdır.
Çoklu karşılaştırma düzeltmesi (Yok, FDR (Benjamini-Hochberg), Bonferroni)
Kavram: Yerel testte her birim ayrı ayrı sınandığından, gerçek bir küme olmasa bile birkaç birim yalnızca şans eseri anlamlı çıkabilir. FDR, anlamlı bulunanlar içindeki yanlış pozitiflerin beklenen oranını; Bonferroni ise herhangi bir yanlış pozitif olasılığını denetler ve daha katıdır.
Gündelik örnek: 90 köy ayrı ayrı %5 düzeyinde test edildiğinde, hiçbir gerçek desen olmasa bile ortalama 4-5 köy anlamlı çıkabilir. FDR düzeltmesi bu tesadüfi köylerin çoğunu eler; Bonferroni ise yalnızca çok güçlü kümeleri bırakır.
Ne işe yarar: Her nokta ayrı test edildiğinden yanlış pozitif kümeleri sınırlamak için düzeltilmiş p < α ile sınıflar.
Sonuca etkisi: Kümelerin anlamlılık sınıflarını değiştirir.
Doğrulama verisinde: Boston'da düzeltmesiz anlamsız nokta 288; FDR 331; Bonferroni 456.
Global çıkarım (Normallik varsayımı, Rastgeleleştirme varsayımı)
Kavram: Permütasyon kullanılmadığında I'nın varyansı iki farklı varsayımla hesaplanabilir: normallik varsayımı değerlerin normal bir dağılımdan geldiğini, rastgeleleştirme varsayımı ise gözlenen değerlerin konumlara rastgele dağıtıldığını kabul eder. Değerler çarpık ya da basık dağılıyorsa rastgeleleştirme daha güvenlidir.
Gündelik örnek: Köylerin verimi kabaca çan eğrisi biçiminde dağılıyorsa iki varsayım hemen hemen aynı z değerini verir. Birkaç köyün verimi diğerlerinden çok yüksekse rastgeleleştirme varsayımı daha uygun olur.
Ne işe yarar: Permütasyon kapalıyken Var[I] için normallik veya rastgeleleştirme varsayımını seçer (moran.test randomisation = FALSE / TRUE).
Sonuca etkisi: Var ve z'yi değiştirir; I'yı değiştirmez. Permütasyon > 0 iken ekrandaki p permütasyon p'sidir.
Doğrulama verisinde: Boston'da Var 0.00043008 / 0.00042879, z 27.146 / 27.187.
LISA p tanımı (z_sim normal yaklaşımı, Katlanmış permütasyon p'si)
Kavram: Yerel permütasyon testinde p değerinin nasıl hesaplanacağını belirler: z_sim, permütasyon dağılımının ortalaması ve standart sapmasıyla bir z değeri hesaplayıp normal yaklaşımla p verir; katlanmış p ise gözlenenden daha uç sonuç veren permütasyonların oranıdır ve dağılım varsayımı gerektirmez.
Gündelik örnek: Bir köyün yerel I değeri 999 karışık haritanın yalnızca 4'ünde aşılmışsa katlanmış p = (4 + 1)/1000 = 0,005 olur. z_sim aynı köy için normal dağılıma dayanarak buna yakın ama birebir aynı olmayan bir değer verir.
Ne işe yarar: z_sim: permütasyon dağılımından z ile tek yönlü normal p; katlanmış p_sim: (daha uç permütasyon + 1)/(M + 1), en küçük 1/(M + 1).
Sonuca etkisi: Yerel p değerlerini ve dolayısıyla anlamlı küme sayısını değiştirir.
Doğrulama verisinde: Boston'da anlamsız nokta sayısı 288 / 290.
Tohum (seed) (0 = otomatik)
Kavram: Tohum, permütasyonları üreten rastgele sayı dizisinin başlangıç noktasıdır. Aynı tohumla analiz tekrarlandığında aynı p değerleri ve aynı LISA haritası elde edilir.
Gündelik örnek: Müdürlüğün raporundaki LISA haritasını bir başka uzman yeniden üretmek istediğinde aynı tohumu kullanırsa birebir aynı köyleri anlamlı bulur. Tohum değişirse sınırda kalan bir-iki köyün sınıfı değişebilir.
Ne işe yarar: Permütasyonların rastgele sayı tohumunu belirler; aynı tohum aynı sonucu verir.
Sonuca etkisi: Yalnız permütasyona dayalı çıktıları etkiler.
Doğrulama verisinde: Aynı tohumla iki koşul aynıdır (arayüz ile motor da aynı); 0'da her koşul farklıdır.
Ek istatistik (Yok, Geary C, İki değişkenli Moran, EB oran Moran'ı) ve İkinci sütun
Kavram: Geary C, komşular arasındaki farkların karesine dayanan ve yerel farklara daha duyarlı bir otokorelasyon ölçüsüdür (C < 1 pozitif otokorelasyon). İki değişkenli Moran bir değişkenin, komşu birimlerdeki ikinci bir değişkenle ilişkisini ölçer. Ampirik Bayes oran Moran'ı, küçük nüfuslu birimlerin dalgalı oranlarını genel ortalamaya doğru çekerek sayım verilerinde daha güvenilir bir sınama yapar.
Gündelik örnek: İki değişkenli Moran 'yağışı yüksek köylerin komşularında verim de yüksek mi?' sorusunu yanıtlar. Köylerdeki zirai ilaç zehirlenmesi vakaları inceleniyorsa, 100 kişilik bir köydeki tek vaka çok yüksek bir oran üretir; ampirik Bayes oranı bu tür küçük köylerin haritayı yanıltmasını önler.
Ne işe yarar: Geary C yerel farklara duyarlı otokorelasyon ölçer (C < 1 pozitif). İki değişkenli Moran, değerin ikinci değişkenin komşu ortalamasıyla ilişkisini ölçer. EB oran Moran'ı, değer = olay sayısı ve ikinci sütun = nüfus iken Assunção-Reis (1999) ampirik Bayes oranını kullanır.
Sonuca etkisi: Moran's I'ya ek bir istatistik ve testi rapora ekler; küresel I değişmez.
Doğrulama verisinde: Boston Geary C 0.3848, z -26.83; NC için C 0.8554. İki değişkenli Moran (CMEDV ile CRIM) I_xy -0.2956; EB oran (SID74/BIR74) I 0.2226.
Yerel I_i (LISA) tanımı
Kavram: Yerel Moran değeri, bir birimin ortalamadan sapması ile komşularının ortalama sapmasının çarpımıdır; pozitifse birim komşularına benzer, negatifse benzemez. Kümelenme sınıfı (yüksek-yüksek, düşük-düşük, yüksek-düşük, düşük-yüksek) bu iki sapmanın işaretlerinden belirlenir.
Gündelik örnek: Verimi ortalamanın üstünde olan ve komşuları da ortalamanın üstünde olan bir ova köyü yüksek-yüksek sınıfına girer. Verimi yüksek ama komşuları düşük olan köy yüksek-düşük olur ve yerel I değeri negatiftir; bu köy kendi bölgesinde bir aykırıdır.
Ne işe yarar: MerQur, Anselin (1995) yerel Moran tanımı I_i = (n - 1) z_i (Wz)_i / toplam z^2'yi kullanır; kümelenme kadranı (z, Wz) işaretlerinden belirlenir.
Sonuca etkisi: Yerel I_i değerlerinin ölçeğini belirler; iki tanım arasındaki oran (n - 1)/n kadardır.
Doğrulama verisinde: Öteki tanıma geçmek için MerQur I_i değerleri n/(n - 1) ile çarpılır. Kadranlar, ortalamadan sapma ve onun uzamsal gecikmesinin işaretine göre atanır.
Gerçek veride örnek
Veri: Cressie ve Chan 1989, spData nc.sids
Değişkenler: 100 ilçe merkezi (enlem/boylam), değer SID74 (1974-78 ani bebek ölümü sayısı); tohum 20261012
- Soru: Kuzey Carolina ilçelerinde 1974-78 ani bebek ölümü sayıları (SID74) mekânda kümeleniyor mu?
- Yöntem: k = 8 en yakın komşu (büyük daire), satır standart ağırlık; küresel Moran's I ve yerel LISA, 999 permütasyon.
- Sonuç: I = 0.132 (E[I] = -0.010), z = 3.10, permütasyon p = .007; benzer değerler birbirine yakın ilçelerde toplanır, pozitif mekânsal otokorelasyon vardır.
- Etki büyüklüğü: I değeri küçüktür (0.13); kümelenme anlamlı ama zayıftır.
- Yerel bulgu: 8 yüksek-yüksek (sıcak) ve 17 düşük-düşük (soğuk) ilçe kümesi, 3 düşük-yüksek ve 1 yüksek-düşük aykırı ilçe; 71 ilçe anlamsız.
- Sınırlılık: LISA'da 100 ayrı test yapılır, düzeltme yapılmadığında bazı kümeler tesadüfi olabilir; ayrıca sayımlar doğum sayısına göre oranlanmamıştır.
- Rapor satırı: Moran's I = 0.132, z = 3.10, p = .007 (999 permütasyon, k = 8).
İlgili kavramlar
Permütasyon p-değeriRastgele tohum (seed)Anlamlılık düzeyi (α)Asimptotik (normal) yaklaşımYerel mekânsal ilişki göstergeleri (LISA) ve Gi*Mekânsal otokorelasyon (Moran I, Geary C)Mekânsal ağırlık matrisi (W)Çoklu karşılaştırma ve aile boyu hata oranı (FWER)
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.