使用R语言进行美国失业率时空分析(包括绘图)

今天写一篇利用R语言,针对面板数据的简单分析与绘图。让我们直接开始把。

一、数据准备

这次的示例数据非常简单,只有一个shp格式的美国区县矢量数据,我们在QGIS中打开数据查看一下它的属性表。事实上我们需要的数据都在属性表的字段中。

二、开始分析

1、引入必要的包,将本地的数据导入,查看数据是否正确。进行简单可视化。

R 复制代码
library(sf)
library(tmap)

shp <- st_read("G:/Maping/demo/data/data/USA_data/ncovr/NAT.shp")

head(shp)

数据当中"UE60", "UE70", "UE80", "UE90"字段分别表示1960,1970,1980,1990年的美国各区县的失业率。下面我们别将各年份的数据可视化出来。

R 复制代码
ue60 = tm_shape(shp) +
  tm_polygons("UE60", palette = "Reds", title = "1960 Unemployment Rate") +
  tm_compass(position = c(0.8, 0.86)) +
  tm_scale_bar(position = c(0.77,0.06), breaks = c(0,500,1000)) +
  tm_layout(legend.title.size = 0.8)
ue60

#如果想保存到本地,运行下面这句话就行了
tmap_save(ue60, "G:/Maping/ue60.png", dpi = 300)

同理,我们只要修改字段,就可以绘制不同年份的美国失业率地图了。我们也可以运用之前文章中提到的绘制组图的方法将他们一起绘制。绘制组图教程。如下:

2、计算新的字段变化率幅度,并且可视化出来。

这个其实很简单,就是使用UE90-UE60就好了。代码如下:

R 复制代码
#添加变化率字段
shp$Change_6090 <- shp$UE90 - shp$UE60
change = tm_shape(shp) +
  tm_polygons("Change_6090", palette = "-RdYlBu", title = "Legend") +
  tm_layout(
    main.title = "Change in Unemployment Rate (1960-1990)",  # 添加标题
    main.title.position = "center",                        # 标题居中
    main.title.size = 1.5,
    legend.position = c(0.86,0.01)
  )
change          
tmap_save(change, "G:/Maping/change60_90.png", dpi = 300)

3、进行全局空间自相关分析,计算Moran's I指数

我们还可以进一步的做分析,通过计算四个年份的失业率的均值,对失业率的数据进行空间自相关分析。代码如下:

R 复制代码
library(spdep)

shp$UEmean <- rowMeans(st_drop_geometry(shp)[, c("UE60", "UE70", "UE80", "UE90")], na.rm = TRUE)
nb <- poly2nb(shp) # 创建邻接关系
lw <- nb2listw(nb, style = "W") # 权重矩阵
moran <- moran.test(shp$UEmean, lw)
print(moran)

我把结果贴出来:

4、热点分析,进行可视化

这里我们可以识别高失业率或低失业率的热点区域,代码如下:

R 复制代码
# 热点分析
hotspot <- localG(shp$UEmean, lw)

# 将热点分析结果添加到数据
shp$hotspot <- hotspot

# 绘制热点分析结果
hot = tm_shape(shp) +
  tm_polygons("hotspot", palette = "-RdYlBu", title = " ") +
  tm_compass(position = c(0.8, 0.86)) +
  tm_scale_bar(position = c(0.77,0.06), breaks = c(0,500,1000)) +
  tm_layout(
    main.title = "Hotspot Analysis)",  # 添加标题
    main.title.position = "center",                        # 标题居中
    main.title.size = 1.5,
    legend.text.size = 0.8
  )
tmap_save(hot, "G:/Maping/hotmean.png", dpi = 300)

以上就是全部内容了谢谢你的支持,我是加拿大一枝黄花。

相关推荐
Evand J2 小时前
【MATLAB例程】基于IMM-CKF的AOA+测距融合的二维移动目标跟踪定位
开发语言·matlab·目标跟踪
JianZhen✓3 小时前
IM 聊天列表为什么总“消息乱跳“:有序插入、时间轴派生、本地截断、已读回执
开发语言·前端·php
FungLeo3 小时前
FengCMS · PHP+MySQL 升级实录· 代码审计怎么闭环:REVIEW到 CLOSURE 四件套,12 个域90 篇修复文档跟到底
开发语言·mysql·php·代码审计·fengcms
七夜zippoe4 小时前
多轮对话管理:Session/记忆在 Java 后端怎么存(存储设计实战)
java·开发语言·ai·session·记忆
屿华AI4 小时前
AUTOSAR 实战-诊断工具 | 基于 Python 与 USB-CANFD 的 UDS 诊断测试工具设计与实现
开发语言·python·测试工具
思特奇时空智能4 小时前
大规模点要素地图渲染性能优化实践
vue.js·arcgis·性能优化·node.js·html·gis·webgl
SomeOtherTime4 小时前
番外篇(第 12 讲):走向工业界深水区——从物理定律看 Rust 在真实工程中的“降维打击”与“阿喀琉斯之踵”
开发语言·rust
黑客笔记5 小时前
Python 进程池和线程池:用等待任务理解并发
开发语言·python
pps-key18 小时前
网络攻防入门:从“黑客梦”到合法实操(生存篇)
开发语言·web安全·php
汤姆宝库18 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#