SAM指导说明
SAM4模块文件数结构造型模块子模常规详细帮助菜单时候方便根模块子模块面介绍练结构性SAM逐步变非常强次介绍中完整探讨功非常困难选择认非常重某操作练
数准备
SAM前输入文件重通常EXCEL生成格式数统计软件中变量序排列第行包含文件中变量名称SAM软件空间分析软件数文件必须包含两理坐标变量便计算空间统计果两坐标命名纬度度SAM变量理解度纬度角度105表示10°e30′变量定义纬度度SAM中距离计算测距离涉球表面曲率种方法较空间分析中非常重果面二维体系欧里（Euclidean）意标尺（议定标度）名字表示意空间坐标X Axis and Y Axis orVert Axis and Horz Axis果种表示方式SAM欧里（Euclidean）距离基础运算两点间距离直线长度然软件中改变种设置(Menu File > Data Settings)数设置成种格式SAM程序中作系统默认值
数集
种格式数缺失值文字数字式变量演示操作中数集关南美洲陆二维坐标系图投影数集包括物种丰富度：（1）鸟类（2）雀形目（3）非雀形目（4）蝰蛇科蛇物种理分布重新划分
练
菜单文件
菜单包括开合保存导出数文件类型格式数
练01——练目熟悉SAM中文件格式
数ASCIIExcel两种类型两种类型数文件包括相数资料格式格式数具体格式规
练02——练目学SAM中开文件
SAM中开数集种方法简单方法菜单键：File > Open > Open a New Main Data File双击SAM中灰色区域然开文件
开数文件会出现Data Setting窗口
应熟悉重窗口左侧分析变量列表果数分析中想变量选择右侧面选择geographic coordinate variablesSAM分析中预设变量通系统默认程序SAM搜索命名LatitudeLongitude变量XY开头变量
窗口面核文件名理坐标系（面二维）变量数量例数量SAM表明前传数文件中数相saved表明果增加变化数变成unsaved
菜单数
数操作视化
练03——目学创造连贯矩阵熟悉SAM中连贯标准数
菜单中Data > Data Handling数形象化(Data Matrix > Show Dat Matrix)进行变量数学转换(Data Matrix >Transformations)仅简单模块行探索更功
非常重菜单Data > Data Handling > ConnectivityDistanceMatrix > CreateEdit Connectivity Matrix探索创新性应标准单元格间编辑连接关系
单击Connectivity Criterions选项然选择Gabriel Criterion Gabriel连通性显现出连接统计样面save连接SAM中模块中前命名Name of the Connectivity Matrix文字框变连接组合（connection scheme）名字非常便利工具模块单击Distance Criterion设置距离限制条件0—12然右侧图表中连接组合发生变化垂直水位置连接点连接标准认Rook棋类游戏样水垂直角线连接认Queen保存Queen连接标准面操作中
便利工具鼠标放图便仔细观察连接结构（点击图表拖住鼠标光标右角位置激活放功点击拖住鼠标左角位置便恢复前图形
通类连接变化连接标准通变化连接单元格数量改变连接组合抽样点中理关系特殊假设时工具非常点击选项Edit Connectivity Matrix做点果兴趣探索
练04——目探索性资料分析解SAM中效图表特点2D散点图图
点击菜单Data > Graphs and Maps散点图图便利工具2D图表中直接拟合线性项式回通点 （nearest dot）选项核观察报告准确性（异常值杠杆效率）需说明SAM图形设计高品质图形模式直接探索
Data > Graph and Maps > 2D Scatter Plot
Data > Graphs and Maps > Map Data Matrix
练05——目练成分分析解释变量时降低线性
面模块Data > Data Reduction (PCA)
模块执行成分分析（PCA）允许形象化解释分析结果包括绘图成分分PCASAM解释变量时降低线性方法线性回模型
点击计算（compute）钮会结果第窗口
窗口右角会Save钮通点击钮保存PCA分进步分析中会结果添加数中Save选项SAM数模块中功相说保存空间单位中结构分析结果空间滤波器模型残差等等旦点击Save电脑RAM记忆中时储存新变量果文件中永久保存数应菜单File > Save保存SAM模块中数显示通文编辑器复制[coping (CTRL+C)][粘贴pasting (CTRL+V)]
PCA结果中够找结果非常重：
1）轴线重通分析碎石图brokenstick标准载荷（loadings）样
2）基PCA负荷量分析轴线重变量
3）PCA分图
analytical results标签文件夹中特征值（窗口左角）负荷量（成分变量贡献）通较变异解释例（第二列）brokenstick期例（列）brokenstick标准选择轴线重显著发现第二轴线百分（0181）brokenstick期（0257）根标准第次较实现标准选择10特征值（绝值相值）果种选择两种选择标准会相结果（第二特征值0904）
检验负荷量会发现变量第成分显著相关（AET负荷量0942）Relev（第成分负相关）需注意根两启发式判断标准第轴线定意义Relev第二轴线高负荷量实际根第三标准选择重轴线练中保存初两条轴线便分析两条轴线分解释气候海拔
通选择图解结果结果形象化Correlation Biplot表明轴线中变量重（支持第二轴线重结）黄色圆圈称衡圈（equilibrium circle）表明进步变量圆变量更重（圆变量显著none in this case）碎石图中brokenstick选择检验初变量条轴线分间关系（点击箭头改变变量）绘制图运行分空间相关分析（详见练6）
检验分图示（窗口左角点击两箭头改变分）图空间相关图
菜单结构
菜单包含探索数空间形态分模块包括空间相关图表面趋势筛选聚类边界轮廓
练06——目基Moran’s I执行空间相关抽样点间距离
SAM中模块核心Structure > Spatial Autocorrelation > Moran’s I计算文件中变量间空间相关图必须确保熟悉模块选择项改变距离级数量确定距离级Test significance using permutation选项蒙特卡洛法（Monte Carlo methods）找Moran’s I显著性（助分析回残差非常耗费时间——目前尝试30机选择）
Total Birds Richness变量（文中变量）试图运行Moran’s I方法
Moran’s I标签文件夹中发现结果：
窗口中发现结果含义：
A：相关图包括列：（1）距离等级（2）距离等级中选样点数量（3）距离等级限（距离单位）（4）Moran’s I指标（5）Moran’s I标准误差（6）Moran’s IPvalue（7）Moran’s I值（8）Moran’s I值分割Moran’s I
B：相关图曲线图含义
C： LISA Maps 标签文件中局部相关图示
相关图理解：
结果显示中(tabfolder Moran’s I)表明Moran’s I相关图发现物种丰富长距离梯度伴短距离正相关连长距离负相关第距离等级中Moran’s I等069±0013（P< 001）通较03162单位距离（然意坐标制体系距离指网格单元中单位）单元格5558连接计算结果连接结构致Moran’s I值0788Moran’s I相值0876
结果输出窗口中局部相关图示示例数中清晰全体相关结构局部Moran’s I解释杠杆统计数值（leverage statistic）表明解释总体型式单元格重性
通尝试方法拟合选择性模型解释特征统计资料探索半方差函数子模块推断解释范围重参数Modeling > Spatial Autoregression > Generalized LeastSquares模块中运行GLS讨结果较
练07——目演示空间相关分析练03中产生连接性标准
练03中产生保持连接矩阵（Gabriel and Distance）改变单元格间确定空间关系方法理距离改变连接矩阵（选项Use Available Connectivity Matrix然选择者需连接矩阵）运行Moran’s I分析
通前保持连接标准换坐标时单Moran’s I计算出出加布里埃尔标准（Gabriel Criterion）连接组合0874系数距离标准（Distance Criterion）0838系数
练08——目基空间频率滤波器特征量（反应）变量中移空间趋势空间格局滤波器间发生变化通常着滤波器相联系特征值变格局变越越少
菜单Structure > Spatial Filtering > EigenvectorBased居中连接矩阵特征量滤变量理坐标计算取样点间距离时需设置截断距离（钮时帮助做点）诊断时选择反应变量唯必须（滤程序质部分）难度选择分析中会生成滤波器
示例中选择Total Bird Richness作反应变量（助诊断）5截断距离点击计算钮会分析结果
Main Results标签文件夹中会滤波器列表（远0特征值）特征值滤波器第距离等级Moran’s I反应变量滤波器间确定系数确定系数P值第滤波器Moran’s I略1（1026）丰富性0235方相关需注意窗口底端图形相关图划分第距离等级（短距离短例）中Moran’s I滤波器数量显示滤波器没空间格局
Filter Results标签文件夹中滤波器图示（底端箭头滚动滤波器）相关图反应变量间关系教学例子进步操作演示滤波器变时滤波器15变15空间结构发生改变值注意结构赖截断距离（解释什第滤波器中两斑块）
Filter #1 Filter #5 Filter #15
Filter Selection标签文件夹中选择感兴趣滤波器保存根第屏幕选择标准系统会默认选择滤波器根需改变保存滤波器完成具指导性选择反应变量（示例中Total Bird Richness）（重）回结果选择空间频率滤波器需注意果改变滤波器选择设置图表中显示回结果相关图动态更新
例初5滤波器会0488方相关短距离中存显著（接05）Moran’s I残差相关果选择滤波器数量增加10会R2增加0557残差相关存果初需20滤波器剔结果会R2值0727屏幕图示中安第斯山脉（Andes）附某局部结构保存初20滤波器便进步分析需记住终模型程中环境预报器滤波器起技巧性方法面继续讨……
标签文件夹(Maps)反应变量回残差等间较空间格局里显示图示选择滤波器（初20）
练09——目执行组变量聚类分析Kmeans运算法空间空间约束
练中模块 Structure > Cluster and Spatial Cluster
Kmeans聚类分析种迭代法组中（示例中称cluster）找够化方总误差（Total Error Sum of SquaresTESS）组单元方法没分析解法计算法性量搜索优化解决方案运算法开始群集分派单元然寻找够拟合群集相似单元单元已分派群集步身群集群集反复移动单元检验否TESS化群集单元相似性化选项Maximum number of iteractions限定运算法长短（迭代次数数量）改进聚类分析
选项选择成熟单元选择Equal Intervals选项变量范围等距挑选单元格Natural Breaks选项根变量排列单元格然排列中等距挑选单元格Random选项够猜测做什Enter Seeds选项规定群集成熟度
目前关聚类单元格没空间果连接矩阵（练3中生成矩阵）空间驱单元格连接属群组中单群集中单元格规定连接设计连接果规定连接设计连接紧密距离相邻点分析群集空间中变成连续性果旦强加限制优化群集限制聚类分析相样出群集更异质性
量单元格重变量进行运算耗费长时间
Cluster Settings标签文件夹中选择聚类分析变量群集数量（7）
分析结果显示群集中少单元格单元格群集seed群集TESS群集中Sum TESS权衡群集运算法聚合相似单元格差程度Mean TESS表明群集更更少相似均水
示例中Graphical Results标签中物种丰富度聚类图示限制图示群集空间中连续
基距离连接矩阵限制聚类
选择Spatially Constrained选项增加群集间TESS总问题较优解利发现空间中相似区域终观察结果群集颜色
3建模
简单重回（OLS）模型校正度间相关分析校正度相关分析回模型理加权回（GWR）格式
练10——目计算皮尔孙（Perason）相关系数正确数量度检验显著性考虑两变量间空间相关Modeling > Correlation and Spatial Correlation模块中实现
两估计量发现度(Dutilleul and Clifford)正确数量然计算两变量间皮尔孙相关果定义两空间坐标（系统默认选择）允许选择两变量果忽略空间维数（通中理坐标中选择None’）形成相关矩阵考虑相关选择中（Clifford更快……）
示例中选择Total Bird RichnessAET（住CTRL键选择重变量）两变量间空间相关图显现出点击计算然稍等……
完成计算会Dutilleul方法度372降7061较矩阵Dutilleul快速效方法度降6835两种情况皮尔孙（Pearson）相关系数（089）非常显著（P < 0001）
果11截断距离Dutilleul方法仅相关图正性部分度13872（更假定第类错误问题仅短距离相关——长距离相关引起理解空间赖性）Clifford方法意截取矩阵
练11——目熟悉线性回模型探索空间特征
Modeling > Linear Regression Analysis (OLS)模块中线性回完整结果包括确定系数AIC值偏斜率（partial slopes）相关统计资料通模块完成回诊断包括残差中空间结构分析验证预测变量降低残差相关水（需注意直接诊断较评价Moran’s I显著性检验残差模式需Structure >Spatial Autocorrelation > Moran’s I模块中完成前练6中讲解）
非常重模块练1113中探讨示例中运行丰富度标准OLS模型5环境预测变量分析结果
5环境变量解释丰富度843变异（校正R2系数842）根标准化回系数（0689）重预测变量AETPET预测变量P < 001水显著（结果残差相关存定偏差）
屏幕中（regression graphs）标准残差诊断图形包括残差柱状图（似非正态尖峰态——核前屏幕中显现g1偏态值(skewness)g2峰态值(kurtosis)圆柱残差中分等06131874）预测值相观测绘图（时核线性度）残差绘图（里没期模式）
令关注屏幕SAM期屏幕探索模型中空间格局尤模型残差（相关图绿色线条）第距离等级中相较高025Moran’s I表明第类误差偏倚更加重短距离中缺乏丰富度解释分析残差图示（屏幕）模型中缺少什……
练12——学SAM中操作偏回
模型中Modeling > Linear Regression Analysis (OLS)选择Spatial Partial Regression选项检验反应变量环境变量空间享变量中变异少（更进步练手工计算变量重复基练8中保存空间滤波器分析）注意增加幅度空间变量降低残差相关
第屏幕中点击Spatial Partial Regression’选择2nd order surface (X + Y + X2 + XY + Y2)屏幕中会模型R2现0872包含新空间变量(the 2nd order surface)AET重变量第距离等级中残差相关仅0225降0218幅度趋势（broadscale trends）残差图示类似初OLS包括环境预测变量
应AIC尝试模型组合选择较AIC（3更偏差表明较模型拟合）值注意降低估计残余方差（相关）标准偏倚倾选择长模型（存变量）
屏幕显示偏回结果图解
模型R2系数分独立享变量单环境变量约解释丰富度17变异空间变量仅解释28变异部分解释（673）存交互作表明空间结构式环境变异128变异未解释
练13——Modeling > Linear Regression Analysis (OLS)模块中运基空间滤波器（练8中保存）特征量学OLS回中应滤波器构建空间结构
遵循空间滤波器思想线性回中练8中保存20空间滤波器增加解释变量列表中观察操作影响确定系数更重残差相关
现R2系数少呢？0904AET然重预测变量（环境变量效应解释较复杂果已选择滤波器环境预测变量间着较强相关关系——选择滤波器时需仔细探讨原）重点时残差相关变低第距离等级中Moran’s I等002总体OLS（+滤波器作预测变量）受相关影响第类误差示例中雨季效应显著
练12中显示手工’运滤波器操作偏回练11中已独立环境变量（称R2E)R2系数0838练8中20滤波器解释0727（称R2F）环境变量滤波器联合效应（称R2T）0901组合R2做分区（partition）
空间结构式环境变异：bR2F+R2ER2T
b0838+072709010664计算独立环境变量效应子成分中减环境全部效应083806640174独立空间效应072706640063结果基前趋势曲面偏回结果相似
练14——学SAM中运行偏相关模型Modeling > Spatial Autoregression探讨3子模块练中结果：
——SARCAR延宕模型回分析回系数通程序直接操作计算
——GLSSARCAR残余项误差项区空间模型相关分析结果包含4相关图图（观测Y预测Y残差误差）果GLS残差中会出现较清晰图案已空间结构移动残差中方面误差必须空间独立
——GLSSARCARR2值（助理解解释时必须谨慎）
Modeling > Spatial Autoregression > Lagged Models模块中会发现什方操作延宕模型（lagged models）基独立相关模型（pure autoregressive models）残差分析窗口OLS回窗口更加复杂熟悉模型首先Pure Autoregressive Model开始
会发现SAM允许选择反应变量第模型空间描述 （spatially descriptive）运算单变量（预测变量）
Analytical Results 标签文件夹中会发现r2AIC效标估计新参数回系数丰富度说等0888±0041根r2丰富度80变异单元格间空间权重结构（1理距离）解释类似OLS屏幕Moran’s I0273次回模型短距离结构窗口显示图示表明产生结果原
重新回Autoregressive Models Settings标签选择lagged response’ lagged predictor’模型重复程合环境反应变量（environmental responses）第模型中反应变量空间结构滤面反应解释变量空间结构滤
Modeling > Spatial Autoregression > Generalized LeastSquares (GLS)模块中谓krigging regression’ or generalized krigging’非常助做出空间模型次丰富度5环境预测变量间进行回分析点击计算（compute）钮会屏幕OLS模型半方差图（semivariogram）模型诊断窗口（diagnosis windows）助参数variogram模型（球面指数线性等等）解释变异变异矩阵矩阵OLS残差中定义空间结构模块非常利理解面逻辑空间回
球面模型中C0等1800C1等1800a 19蓝色线描述模型C0表示（nugget）效应描述线截距C1表明半变异（semivariance）期值截距间a’表示半方差图范围’半变异（sill）距离尝试3值（模型中样）组合然左角检验诊断窗口窗口中期半变异（模型程中定义）观测半变异间OLS拟合指数模型r2系数验证截距等0斜率等1运重指数sillnugget范围球面模型r2等0829t检验相关P值0914（截距）0876（斜率）里显著结果重表明观测半方差图验评估半方差图间匹配相互关系（两者间回截距区0显著斜率区1显著）说明选择模型拟合残差中空间结构模型
许做模型（验证模型……）继续面操作已非常点击compute GLS钮会标准回结果前操作样
时重点标准OLS中结果较结果结果初三方面包括R2AIC标准
里问题GLS两R2需解释说明果GLS（空间模型样）提供R2佳匹配意义说然争议真正含义什SAM中策略
第R2Explained by predictors定义示例中等0746伪R2值（pseudoR2）通结合观测值估计值估计运斜率偏回计算值值OLS中值根前定义半变异模型预测变量解释丰富度部分变异转移残差模型全部 （overall）解释效应确切原增加信息（空间结构）然通残余方差率拟合完整模型空间结构式残差乔里斯基分解（Cholesky decomposition）计算模型（点击SAM帮助数学逻辑详细说明）需说明第二R2表明模型全部解释包括预测变量空间（残差结构中）
屏幕中残差相关图相似结果残差’模型预测变量解释变异组成空间结构非常显著原（生成半方差图时增加模型）时释放’关丰富度预测变量空间结构效应方面误差’误差空间结构式部分应该空间模式事实相关图中产生（屏幕中图——时3变成4）
重新回分析结果验证预测变量效应OLS效应做较时根标准斜率AET’重预测变量较空间非空间方法表明某模型稳定性模型中空间滤波器时会产生结果时雨季显著GLS中PET显著
现进行SARCAR（Modeling > Spatial Autoregression> Autoregressive Models (SARCAR)模块中）SARCAR基相GLS程序唯允许操作残差相关（例根屏幕中显示方程定义基操作开始时计算相回系数）
例SAR中PET雨季（Rain）显著P值接005水系数重性类似GLS系数第距离等级误差中相较高相关（Moran’s I）第距离等级中等0182表明应建立较模型面操作中通尝试空间误差结构定义做点
练15——目学Alpha效应（SARCAR延宕模型中）填补空间取样点间生成非线性关系（关理距离）
选择相关模型（SAR独立相关）探讨运Alpha值（1030范围）空间距离连接性（时回练3）定义影响模型结果注意观察R2AIC回系数残差（error）相关
探讨问题简单方法回独立’相关模型果改变Alpha20加权矩阵定义1D2相点予较权重生成模型时回系数0885（Alpha1）增加0917第距离等级Moran’s I降011AIC助程操作312392降297985表明较模型拟合（高3差异表明模型改善）alpha 3回系数升0926AIC降低286288实际alpha增加改善模型拟合趋势延续实际应中通常认23alpha已足够较描述空间结构
果洛克（rook）连接（距离﹤12）回系数增加0919+0007残差中Moran’s I0023（操作中没相关图直接连接矩阵——通保存残差回Structure >Autocorrelation > Moran’s I模块中想结果）
回SAR做相操作检验误差空间结构改变影响预测变量斜率会发现结果整合GLS前结果AET罪重预测变量（较高相重性）运1alpha剔残差（0182）中某相关结构应3alpha第距离等级中误差Moran’s I0182降0052果应洛克（rook）连接（D﹤12）结果相滤波器中雨季（ Rain）显著非常重AET显著性幅减少
示例中空间回模型显示相似结果少AET说总预测变量OLS筛选方法较结果常常模型关身假设方面应该慎重解释例效应稳定性
练16——现学操作理权重回（GWR）执行局部回（网格中单元格）
GWR局部回新兴方法新模块SAM（Modeling > Geographically Weighted Regression）中操作GWR背思想单元格相邻点间关系中提取量信息资料运行单元格回分析合理时考虑周围单元格根距离函数进行加权
GWR模块相似回模块相相似处必须定义距离函数（重点空间权重函数）3选项：BiSquare Gaussian Moving Window前两选项非常相似确定距离中删BiSquare（原然快）选项功目标单元格绘制维正态分布根正态分布目标单元格距离函数相邻点重性进行加权正态分布参数标准偏差称带宽（bandwidth）空间回带宽（bandwidth）系数距离单位测定GWR中非常重系数定义什（local）局部（regional）
重选项Adaptive Spatial Kernel选择选项代距离单位测定带宽（bandwidth）带宽（bandwidth）测定距离单位代相邻单元格单位方法助避免边界效应控制局部回间取样效应通常提高模型拟合度
带宽（bandwidth）估计系数（非（local）局部（regional）进行确切测定）影响模型拟合度佳化SAM够搜索带宽（bandwidth）通Optimization to Minimize AICc选项化AICc种情况搜索带宽（bandwidth）中定义变异范围少
标签文件夹中分析结果中会GWR结果OLS结果GWRr20963（OLS0843）AICc显著4081711降3760391（GWR中）样灵活性释放般性（loose generality）时n线性方程估计反应变量屏幕中显示方程中系数描述统计分析结果屏幕中发现方程分析表（ANOVA）较GWROLS解释功效方差分析表非常重GWR具86627效系数简单模型相更解释功效分析表体现GWR参数化（overparameterization）线性模型公正较
残差相关相关图表明模型成功解释短距离长距离蔓延效应尝试改变带宽（bandwidth）理解影响残差相关图
期残差图相OLS更加机（random）残差完全相关
GWR附加结果局部回结果GWR单元格中执行次回然单元格标准OLS回例绘制r2图（AICc）验证模型位置够更成功解释局部变异相反结果GWR新颖点解释变量回系数图示助理解图示中变量局部重性标签文件夹中出变量保存便进步分析
4帮助
程序中帮助文件（Help File）非常重……SAM发展中连续断更新新修正欢迎登陆网站（）更新容更重果发现漏洞错误改进意见请联系
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
SAM4模块文件数结构造型模块子模常规详细帮助菜单时候方便根模块子模块面介绍练结构性SAM逐步变非常强次介绍中完整探讨功非常困难选择认非常重某操作练
数准备
SAM前输入文件重通常EXCEL生成格式数统计软件中变量序排列第行包含文件中变量名称SAM软件空间分析软件数文件必须包含两理坐标变量便计算空间统计果两坐标命名纬度度SAM变量理解度纬度角度105表示10°e30′变量定义纬度度SAM中距离计算测距离涉球表面曲率种方法较空间分析中非常重果面二维体系欧里（Euclidean）意标尺（议定标度）名字表示意空间坐标X Axis and Y Axis orVert Axis and Horz Axis果种表示方式SAM欧里（Euclidean）距离基础运算两点间距离直线长度然软件中改变种设置(Menu File > Data Settings)数设置成种格式SAM程序中作系统默认值
数集
种格式数缺失值文字数字式变量演示操作中数集关南美洲陆二维坐标系图投影数集包括物种丰富度：（1）鸟类（2）雀形目（3）非雀形目（4）蝰蛇科蛇物种理分布重新划分
练
菜单文件
菜单包括开合保存导出数文件类型格式数
练01——练目熟悉SAM中文件格式
数ASCIIExcel两种类型两种类型数文件包括相数资料格式格式数具体格式规
练02——练目学SAM中开文件
SAM中开数集种方法简单方法菜单键：File > Open > Open a New Main Data File双击SAM中灰色区域然开文件
开数文件会出现Data Setting窗口
应熟悉重窗口左侧分析变量列表果数分析中想变量选择右侧面选择geographic coordinate variablesSAM分析中预设变量通系统默认程序SAM搜索命名LatitudeLongitude变量XY开头变量
窗口面核文件名理坐标系（面二维）变量数量例数量SAM表明前传数文件中数相saved表明果增加变化数变成unsaved
菜单数
数操作视化
练03——目学创造连贯矩阵熟悉SAM中连贯标准数
菜单中Data > Data Handling数形象化(Data Matrix > Show Dat Matrix)进行变量数学转换(Data Matrix >Transformations)仅简单模块行探索更功
非常重菜单Data > Data Handling > ConnectivityDistanceMatrix > CreateEdit Connectivity Matrix探索创新性应标准单元格间编辑连接关系
单击Connectivity Criterions选项然选择Gabriel Criterion Gabriel连通性显现出连接统计样面save连接SAM中模块中前命名Name of the Connectivity Matrix文字框变连接组合（connection scheme）名字非常便利工具模块单击Distance Criterion设置距离限制条件0—12然右侧图表中连接组合发生变化垂直水位置连接点连接标准认Rook棋类游戏样水垂直角线连接认Queen保存Queen连接标准面操作中
便利工具鼠标放图便仔细观察连接结构（点击图表拖住鼠标光标右角位置激活放功点击拖住鼠标左角位置便恢复前图形
通类连接变化连接标准通变化连接单元格数量改变连接组合抽样点中理关系特殊假设时工具非常点击选项Edit Connectivity Matrix做点果兴趣探索
练04——目探索性资料分析解SAM中效图表特点2D散点图图
点击菜单Data > Graphs and Maps散点图图便利工具2D图表中直接拟合线性项式回通点 （nearest dot）选项核观察报告准确性（异常值杠杆效率）需说明SAM图形设计高品质图形模式直接探索
Data > Graph and Maps > 2D Scatter Plot
Data > Graphs and Maps > Map Data Matrix
练05——目练成分分析解释变量时降低线性
面模块Data > Data Reduction (PCA)
模块执行成分分析（PCA）允许形象化解释分析结果包括绘图成分分PCASAM解释变量时降低线性方法线性回模型
点击计算（compute）钮会结果第窗口
窗口右角会Save钮通点击钮保存PCA分进步分析中会结果添加数中Save选项SAM数模块中功相说保存空间单位中结构分析结果空间滤波器模型残差等等旦点击Save电脑RAM记忆中时储存新变量果文件中永久保存数应菜单File > Save保存SAM模块中数显示通文编辑器复制[coping (CTRL+C)][粘贴pasting (CTRL+V)]
PCA结果中够找结果非常重：
1）轴线重通分析碎石图brokenstick标准载荷（loadings）样
2）基PCA负荷量分析轴线重变量
3）PCA分图
analytical results标签文件夹中特征值（窗口左角）负荷量（成分变量贡献）通较变异解释例（第二列）brokenstick期例（列）brokenstick标准选择轴线重显著发现第二轴线百分（0181）brokenstick期（0257）根标准第次较实现标准选择10特征值（绝值相值）果种选择两种选择标准会相结果（第二特征值0904）
检验负荷量会发现变量第成分显著相关（AET负荷量0942）Relev（第成分负相关）需注意根两启发式判断标准第轴线定意义Relev第二轴线高负荷量实际根第三标准选择重轴线练中保存初两条轴线便分析两条轴线分解释气候海拔
通选择图解结果结果形象化Correlation Biplot表明轴线中变量重（支持第二轴线重结）黄色圆圈称衡圈（equilibrium circle）表明进步变量圆变量更重（圆变量显著none in this case）碎石图中brokenstick选择检验初变量条轴线分间关系（点击箭头改变变量）绘制图运行分空间相关分析（详见练6）
检验分图示（窗口左角点击两箭头改变分）图空间相关图
菜单结构
菜单包含探索数空间形态分模块包括空间相关图表面趋势筛选聚类边界轮廓
练06——目基Moran’s I执行空间相关抽样点间距离
SAM中模块核心Structure > Spatial Autocorrelation > Moran’s I计算文件中变量间空间相关图必须确保熟悉模块选择项改变距离级数量确定距离级Test significance using permutation选项蒙特卡洛法（Monte Carlo methods）找Moran’s I显著性（助分析回残差非常耗费时间——目前尝试30机选择）
Total Birds Richness变量（文中变量）试图运行Moran’s I方法
Moran’s I标签文件夹中发现结果：
窗口中发现结果含义：
A：相关图包括列：（1）距离等级（2）距离等级中选样点数量（3）距离等级限（距离单位）（4）Moran’s I指标（5）Moran’s I标准误差（6）Moran’s IPvalue（7）Moran’s I值（8）Moran’s I值分割Moran’s I
B：相关图曲线图含义
C： LISA Maps 标签文件中局部相关图示
相关图理解：
结果显示中(tabfolder Moran’s I)表明Moran’s I相关图发现物种丰富长距离梯度伴短距离正相关连长距离负相关第距离等级中Moran’s I等069±0013（P< 001）通较03162单位距离（然意坐标制体系距离指网格单元中单位）单元格5558连接计算结果连接结构致Moran’s I值0788Moran’s I相值0876
结果输出窗口中局部相关图示示例数中清晰全体相关结构局部Moran’s I解释杠杆统计数值（leverage statistic）表明解释总体型式单元格重性
通尝试方法拟合选择性模型解释特征统计资料探索半方差函数子模块推断解释范围重参数Modeling > Spatial Autoregression > Generalized LeastSquares模块中运行GLS讨结果较
练07——目演示空间相关分析练03中产生连接性标准
练03中产生保持连接矩阵（Gabriel and Distance）改变单元格间确定空间关系方法理距离改变连接矩阵（选项Use Available Connectivity Matrix然选择者需连接矩阵）运行Moran’s I分析
通前保持连接标准换坐标时单Moran’s I计算出出加布里埃尔标准（Gabriel Criterion）连接组合0874系数距离标准（Distance Criterion）0838系数
练08——目基空间频率滤波器特征量（反应）变量中移空间趋势空间格局滤波器间发生变化通常着滤波器相联系特征值变格局变越越少
菜单Structure > Spatial Filtering > EigenvectorBased居中连接矩阵特征量滤变量理坐标计算取样点间距离时需设置截断距离（钮时帮助做点）诊断时选择反应变量唯必须（滤程序质部分）难度选择分析中会生成滤波器
示例中选择Total Bird Richness作反应变量（助诊断）5截断距离点击计算钮会分析结果
Main Results标签文件夹中会滤波器列表（远0特征值）特征值滤波器第距离等级Moran’s I反应变量滤波器间确定系数确定系数P值第滤波器Moran’s I略1（1026）丰富性0235方相关需注意窗口底端图形相关图划分第距离等级（短距离短例）中Moran’s I滤波器数量显示滤波器没空间格局
Filter Results标签文件夹中滤波器图示（底端箭头滚动滤波器）相关图反应变量间关系教学例子进步操作演示滤波器变时滤波器15变15空间结构发生改变值注意结构赖截断距离（解释什第滤波器中两斑块）
Filter #1 Filter #5 Filter #15
Filter Selection标签文件夹中选择感兴趣滤波器保存根第屏幕选择标准系统会默认选择滤波器根需改变保存滤波器完成具指导性选择反应变量（示例中Total Bird Richness）（重）回结果选择空间频率滤波器需注意果改变滤波器选择设置图表中显示回结果相关图动态更新
例初5滤波器会0488方相关短距离中存显著（接05）Moran’s I残差相关果选择滤波器数量增加10会R2增加0557残差相关存果初需20滤波器剔结果会R2值0727屏幕图示中安第斯山脉（Andes）附某局部结构保存初20滤波器便进步分析需记住终模型程中环境预报器滤波器起技巧性方法面继续讨……
标签文件夹(Maps)反应变量回残差等间较空间格局里显示图示选择滤波器（初20）
练09——目执行组变量聚类分析Kmeans运算法空间空间约束
练中模块 Structure > Cluster and Spatial Cluster
Kmeans聚类分析种迭代法组中（示例中称cluster）找够化方总误差（Total Error Sum of SquaresTESS）组单元方法没分析解法计算法性量搜索优化解决方案运算法开始群集分派单元然寻找够拟合群集相似单元单元已分派群集步身群集群集反复移动单元检验否TESS化群集单元相似性化选项Maximum number of iteractions限定运算法长短（迭代次数数量）改进聚类分析
选项选择成熟单元选择Equal Intervals选项变量范围等距挑选单元格Natural Breaks选项根变量排列单元格然排列中等距挑选单元格Random选项够猜测做什Enter Seeds选项规定群集成熟度
目前关聚类单元格没空间果连接矩阵（练3中生成矩阵）空间驱单元格连接属群组中单群集中单元格规定连接设计连接果规定连接设计连接紧密距离相邻点分析群集空间中变成连续性果旦强加限制优化群集限制聚类分析相样出群集更异质性
量单元格重变量进行运算耗费长时间
Cluster Settings标签文件夹中选择聚类分析变量群集数量（7）
分析结果显示群集中少单元格单元格群集seed群集TESS群集中Sum TESS权衡群集运算法聚合相似单元格差程度Mean TESS表明群集更更少相似均水
示例中Graphical Results标签中物种丰富度聚类图示限制图示群集空间中连续
基距离连接矩阵限制聚类
选择Spatially Constrained选项增加群集间TESS总问题较优解利发现空间中相似区域终观察结果群集颜色
3建模
简单重回（OLS）模型校正度间相关分析校正度相关分析回模型理加权回（GWR）格式
练10——目计算皮尔孙（Perason）相关系数正确数量度检验显著性考虑两变量间空间相关Modeling > Correlation and Spatial Correlation模块中实现
两估计量发现度(Dutilleul and Clifford)正确数量然计算两变量间皮尔孙相关果定义两空间坐标（系统默认选择）允许选择两变量果忽略空间维数（通中理坐标中选择None’）形成相关矩阵考虑相关选择中（Clifford更快……）
示例中选择Total Bird RichnessAET（住CTRL键选择重变量）两变量间空间相关图显现出点击计算然稍等……
完成计算会Dutilleul方法度372降7061较矩阵Dutilleul快速效方法度降6835两种情况皮尔孙（Pearson）相关系数（089）非常显著（P < 0001）
果11截断距离Dutilleul方法仅相关图正性部分度13872（更假定第类错误问题仅短距离相关——长距离相关引起理解空间赖性）Clifford方法意截取矩阵
练11——目熟悉线性回模型探索空间特征
Modeling > Linear Regression Analysis (OLS)模块中线性回完整结果包括确定系数AIC值偏斜率（partial slopes）相关统计资料通模块完成回诊断包括残差中空间结构分析验证预测变量降低残差相关水（需注意直接诊断较评价Moran’s I显著性检验残差模式需Structure >Spatial Autocorrelation > Moran’s I模块中完成前练6中讲解）
非常重模块练1113中探讨示例中运行丰富度标准OLS模型5环境预测变量分析结果
5环境变量解释丰富度843变异（校正R2系数842）根标准化回系数（0689）重预测变量AETPET预测变量P < 001水显著（结果残差相关存定偏差）
屏幕中（regression graphs）标准残差诊断图形包括残差柱状图（似非正态尖峰态——核前屏幕中显现g1偏态值(skewness)g2峰态值(kurtosis)圆柱残差中分等06131874）预测值相观测绘图（时核线性度）残差绘图（里没期模式）
令关注屏幕SAM期屏幕探索模型中空间格局尤模型残差（相关图绿色线条）第距离等级中相较高025Moran’s I表明第类误差偏倚更加重短距离中缺乏丰富度解释分析残差图示（屏幕）模型中缺少什……
练12——学SAM中操作偏回
模型中Modeling > Linear Regression Analysis (OLS)选择Spatial Partial Regression选项检验反应变量环境变量空间享变量中变异少（更进步练手工计算变量重复基练8中保存空间滤波器分析）注意增加幅度空间变量降低残差相关
第屏幕中点击Spatial Partial Regression’选择2nd order surface (X + Y + X2 + XY + Y2)屏幕中会模型R2现0872包含新空间变量(the 2nd order surface)AET重变量第距离等级中残差相关仅0225降0218幅度趋势（broadscale trends）残差图示类似初OLS包括环境预测变量
应AIC尝试模型组合选择较AIC（3更偏差表明较模型拟合）值注意降低估计残余方差（相关）标准偏倚倾选择长模型（存变量）
屏幕显示偏回结果图解
模型R2系数分独立享变量单环境变量约解释丰富度17变异空间变量仅解释28变异部分解释（673）存交互作表明空间结构式环境变异128变异未解释
练13——Modeling > Linear Regression Analysis (OLS)模块中运基空间滤波器（练8中保存）特征量学OLS回中应滤波器构建空间结构
遵循空间滤波器思想线性回中练8中保存20空间滤波器增加解释变量列表中观察操作影响确定系数更重残差相关
现R2系数少呢？0904AET然重预测变量（环境变量效应解释较复杂果已选择滤波器环境预测变量间着较强相关关系——选择滤波器时需仔细探讨原）重点时残差相关变低第距离等级中Moran’s I等002总体OLS（+滤波器作预测变量）受相关影响第类误差示例中雨季效应显著
练12中显示手工’运滤波器操作偏回练11中已独立环境变量（称R2E)R2系数0838练8中20滤波器解释0727（称R2F）环境变量滤波器联合效应（称R2T）0901组合R2做分区（partition）
空间结构式环境变异：bR2F+R2ER2T
b0838+072709010664计算独立环境变量效应子成分中减环境全部效应083806640174独立空间效应072706640063结果基前趋势曲面偏回结果相似
练14——学SAM中运行偏相关模型Modeling > Spatial Autoregression探讨3子模块练中结果：
——SARCAR延宕模型回分析回系数通程序直接操作计算
——GLSSARCAR残余项误差项区空间模型相关分析结果包含4相关图图（观测Y预测Y残差误差）果GLS残差中会出现较清晰图案已空间结构移动残差中方面误差必须空间独立
——GLSSARCARR2值（助理解解释时必须谨慎）
Modeling > Spatial Autoregression > Lagged Models模块中会发现什方操作延宕模型（lagged models）基独立相关模型（pure autoregressive models）残差分析窗口OLS回窗口更加复杂熟悉模型首先Pure Autoregressive Model开始
会发现SAM允许选择反应变量第模型空间描述 （spatially descriptive）运算单变量（预测变量）
Analytical Results 标签文件夹中会发现r2AIC效标估计新参数回系数丰富度说等0888±0041根r2丰富度80变异单元格间空间权重结构（1理距离）解释类似OLS屏幕Moran’s I0273次回模型短距离结构窗口显示图示表明产生结果原
重新回Autoregressive Models Settings标签选择lagged response’ lagged predictor’模型重复程合环境反应变量（environmental responses）第模型中反应变量空间结构滤面反应解释变量空间结构滤
Modeling > Spatial Autoregression > Generalized LeastSquares (GLS)模块中谓krigging regression’ or generalized krigging’非常助做出空间模型次丰富度5环境预测变量间进行回分析点击计算（compute）钮会屏幕OLS模型半方差图（semivariogram）模型诊断窗口（diagnosis windows）助参数variogram模型（球面指数线性等等）解释变异变异矩阵矩阵OLS残差中定义空间结构模块非常利理解面逻辑空间回
球面模型中C0等1800C1等1800a 19蓝色线描述模型C0表示（nugget）效应描述线截距C1表明半变异（semivariance）期值截距间a’表示半方差图范围’半变异（sill）距离尝试3值（模型中样）组合然左角检验诊断窗口窗口中期半变异（模型程中定义）观测半变异间OLS拟合指数模型r2系数验证截距等0斜率等1运重指数sillnugget范围球面模型r2等0829t检验相关P值0914（截距）0876（斜率）里显著结果重表明观测半方差图验评估半方差图间匹配相互关系（两者间回截距区0显著斜率区1显著）说明选择模型拟合残差中空间结构模型
许做模型（验证模型……）继续面操作已非常点击compute GLS钮会标准回结果前操作样
时重点标准OLS中结果较结果结果初三方面包括R2AIC标准
里问题GLS两R2需解释说明果GLS（空间模型样）提供R2佳匹配意义说然争议真正含义什SAM中策略
第R2Explained by predictors定义示例中等0746伪R2值（pseudoR2）通结合观测值估计值估计运斜率偏回计算值值OLS中值根前定义半变异模型预测变量解释丰富度部分变异转移残差模型全部 （overall）解释效应确切原增加信息（空间结构）然通残余方差率拟合完整模型空间结构式残差乔里斯基分解（Cholesky decomposition）计算模型（点击SAM帮助数学逻辑详细说明）需说明第二R2表明模型全部解释包括预测变量空间（残差结构中）
屏幕中残差相关图相似结果残差’模型预测变量解释变异组成空间结构非常显著原（生成半方差图时增加模型）时释放’关丰富度预测变量空间结构效应方面误差’误差空间结构式部分应该空间模式事实相关图中产生（屏幕中图——时3变成4）
重新回分析结果验证预测变量效应OLS效应做较时根标准斜率AET’重预测变量较空间非空间方法表明某模型稳定性模型中空间滤波器时会产生结果时雨季显著GLS中PET显著
现进行SARCAR（Modeling > Spatial Autoregression> Autoregressive Models (SARCAR)模块中）SARCAR基相GLS程序唯允许操作残差相关（例根屏幕中显示方程定义基操作开始时计算相回系数）
例SAR中PET雨季（Rain）显著P值接005水系数重性类似GLS系数第距离等级误差中相较高相关（Moran’s I）第距离等级中等0182表明应建立较模型面操作中通尝试空间误差结构定义做点
练15——目学Alpha效应（SARCAR延宕模型中）填补空间取样点间生成非线性关系（关理距离）
选择相关模型（SAR独立相关）探讨运Alpha值（1030范围）空间距离连接性（时回练3）定义影响模型结果注意观察R2AIC回系数残差（error）相关
探讨问题简单方法回独立’相关模型果改变Alpha20加权矩阵定义1D2相点予较权重生成模型时回系数0885（Alpha1）增加0917第距离等级Moran’s I降011AIC助程操作312392降297985表明较模型拟合（高3差异表明模型改善）alpha 3回系数升0926AIC降低286288实际alpha增加改善模型拟合趋势延续实际应中通常认23alpha已足够较描述空间结构
果洛克（rook）连接（距离﹤12）回系数增加0919+0007残差中Moran’s I0023（操作中没相关图直接连接矩阵——通保存残差回Structure >Autocorrelation > Moran’s I模块中想结果）
回SAR做相操作检验误差空间结构改变影响预测变量斜率会发现结果整合GLS前结果AET罪重预测变量（较高相重性）运1alpha剔残差（0182）中某相关结构应3alpha第距离等级中误差Moran’s I0182降0052果应洛克（rook）连接（D﹤12）结果相滤波器中雨季（ Rain）显著非常重AET显著性幅减少
示例中空间回模型显示相似结果少AET说总预测变量OLS筛选方法较结果常常模型关身假设方面应该慎重解释例效应稳定性
练16——现学操作理权重回（GWR）执行局部回（网格中单元格）
GWR局部回新兴方法新模块SAM（Modeling > Geographically Weighted Regression）中操作GWR背思想单元格相邻点间关系中提取量信息资料运行单元格回分析合理时考虑周围单元格根距离函数进行加权
GWR模块相似回模块相相似处必须定义距离函数（重点空间权重函数）3选项：BiSquare Gaussian Moving Window前两选项非常相似确定距离中删BiSquare（原然快）选项功目标单元格绘制维正态分布根正态分布目标单元格距离函数相邻点重性进行加权正态分布参数标准偏差称带宽（bandwidth）空间回带宽（bandwidth）系数距离单位测定GWR中非常重系数定义什（local）局部（regional）
重选项Adaptive Spatial Kernel选择选项代距离单位测定带宽（bandwidth）带宽（bandwidth）测定距离单位代相邻单元格单位方法助避免边界效应控制局部回间取样效应通常提高模型拟合度
带宽（bandwidth）估计系数（非（local）局部（regional）进行确切测定）影响模型拟合度佳化SAM够搜索带宽（bandwidth）通Optimization to Minimize AICc选项化AICc种情况搜索带宽（bandwidth）中定义变异范围少
标签文件夹中分析结果中会GWR结果OLS结果GWRr20963（OLS0843）AICc显著4081711降3760391（GWR中）样灵活性释放般性（loose generality）时n线性方程估计反应变量屏幕中显示方程中系数描述统计分析结果屏幕中发现方程分析表（ANOVA）较GWROLS解释功效方差分析表非常重GWR具86627效系数简单模型相更解释功效分析表体现GWR参数化（overparameterization）线性模型公正较
残差相关相关图表明模型成功解释短距离长距离蔓延效应尝试改变带宽（bandwidth）理解影响残差相关图
期残差图相OLS更加机（random）残差完全相关
GWR附加结果局部回结果GWR单元格中执行次回然单元格标准OLS回例绘制r2图（AICc）验证模型位置够更成功解释局部变异相反结果GWR新颖点解释变量回系数图示助理解图示中变量局部重性标签文件夹中出变量保存便进步分析
4帮助
程序中帮助文件（Help File）非常重……SAM发展中连续断更新新修正欢迎登陆网站（）更新容更重果发现漏洞错误改进意见请联系
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
