当平均值遮蔽空间结构：Moran's I 与局部地图

视频讲解 · 01:45 先分清“是否聚集”与“聚集在哪里”

Vera 从“相邻位置的取值是否相似”出发，区分全局 Moran's I 与局部 LISA 各自回答的问题。短片先建立全局统计量与局部地图的关系，正文再处理显著性、多重比较与解释边界。

短片用于区分全局聚集判断与局部位置识别；公式、推断条件、显著性校正及因果解释限制以本文为准。

先从全局问题开始：相邻位置的取值是否相似？全局 Moran’s I 用一个数回答这一问题。它本质上衡量每个单元经均值中心化后的取值 $z_i$，与其邻居平均值 $Wz_i$ 之间的相关：

$$I = \frac{n}{S_0}\frac{\sum_i\sum_j w_{ij}z_i z_j}{\sum_i z_i^2},\qquad S_0 = \sum_i\sum_j w_{ij}$$

在行标准化的 $W$ 下，它可简化为 $I = \frac{z^{\mathsf T}Wz}{z^{\mathsf T}z}$。正的 $I$ 表示相似取值相互聚集（热点与冷点区域）；负的 $I$ 表示高值与低值交错排列，近似棋盘格。

推断中有两个常见误区：

• 在空间随机的零假设下，$\operatorname{E}[I] = -1/(n-1)$，即期望值略小于零，而不是零；只有当 $n$ 增大时它才趋近于零。检验应以该期望值为基准。
• 显著性既可根据封闭形式的方差（正态或随机化假设）计算，也可通过置换检验获得：将取值在位置之间反复随机打乱，构造经验零分布。当正态性存疑时，置换通常更稳妥。

但全局 I 有一个盲点：它是平均值。一个统计量可能掩盖这样的地图——某一区域高度聚集，另一区域毫无结构；也可能存在两种方向相反、相互抵消的模式。这正是局部统计量存在的理由。

LISA（局部空间关联指标；Anselin，1995）将全局统计量分解为每个单元一个数：

$$I_i = z_i\sum_j w_{ij}z_j$$

它根据本地取值与邻居平均值的符号，将位置分为四类：

类型	本地单元	邻居	解释
HH	高	高	热点
LL	低	低	冷点
HL	高	低	低值区域中的高值离群点
LH	低	高	高值区域中的低值离群点

HH 与 LL 是聚集（正的局部关联），HL 与 LH 是空间离群（负的局部关联）。所有局部项加总后可还原全局 $I$，因此这是一项严格分解。

最容易使 LISA 地图失真的陷阱是：每个位置都进行一次假设检验，意味着可能同时存在数千项检验。若不校正，伪 p 值会在地图上散布大量虚假的“显著”聚集。应在相信彩色地图之前进行多重比较校正（FDR、Benjamini–Hochberg，或 Anselin 讨论的条件调整）。而且整个图像始终取决于 $W$；邻居定义改变后，热点也可能移动。

还有一项值得明确的限制：若计算 Moran’s I 的变量本身已被空间平滑——例如由重叠核估计得到的系数——测得的部分自相关可能只是平滑过程机械制造的结果，并不证明存在真实空间过程。在解释聚集之前，应先知道变量是如何产生的。