Stata 莫兰指数怎么看：全局 Moran's I 与局部 LISA
更新于
Stata 莫兰指数怎么看？先看全局 Moran's I 是否大于期望值 E[I]：大于说明高值与高值相邻、低值与低值相邻，是正空间自相关；再看置换检验的 p 值；最后用局部 LISA 找出热点与冷点。本站「莫兰指数(全局+局部LISA)」在一次运行中给出空间权重矩阵摘要、三种推断口径、Geary's C 对照、LISA 分类与 Moran 散点图。
读莫兰指数最常见的失误，是跟 0 比、把 p 值的地板当成不够显著，以及把热点个数当作最终结论。下面按照数据与权重、全局检验、局部 LISA 和写作要点四步说明。
Stata 莫兰指数的数据与权重矩阵
数据应为一行一个空间点的表，需要一列分析变量和经度、纬度两列坐标。以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：100 个空间点，分析变量为住宅均价(千元/平方米)，均值 17.8531，标准差 3.5456。
| 列名 | 角色 | 放进哪个区 |
|---|---|---|
| 住宅均价(千元/平方米) | 分析变量 | 放入分析变量 |
| 经度 | 坐标 | 放入经度/X坐标 |
| 纬度 | 坐标 | 放入纬度/Y坐标 |
空间权重矩阵 W 由坐标构造：K 近邻取 8 个，行标准化，平均邻居数 8.00，没有孤立点。本例使用默认 K 近邻；模块另支持反距离、距离阈值、高斯核及自定义矩阵。权重选择可能改变结果，报告里要写明构造方式。适用前提包括变量有变异、至少 2 个不同坐标、空间单元数不少于 30、无孤立点，本例都满足。
莫兰指数怎么做
- 上传数据，在方法列表里找到「莫兰指数(全局+局部LISA)」。
- 把住宅均价拖进「放入分析变量」，经度与纬度分别拖进「放入经度/X坐标」和「放入纬度/Y坐标」。
- 点开始分析，报告依次给出变量与坐标概况、权重矩阵与前提、全局检验、LISA 分类、结论五张卡。
莫兰指数的 z 值和 p 值怎么读
全局 Moran's I 为 0.6367，期望值 E[I]=-0.0101，远大于期望值，是正空间自相关。同一原假设给出三种推断：条件置换检验（999 次）z=13.4592，p=0.0010，这是主推断，不以正态分布为前提，但仍依赖置换方案的适用性；正态近似检验 z=13.8518（p<0.001）；随机化近似检验 z=13.8370（p<0.001）。三种口径结论一致，不一致时以置换法为准。
Geary's C 为 0.3604（z=-12.8904，p=0.0010），小于 1，同样指向正空间自相关。变量的 Shapiro-Wilk 为 W=0.9839（p=0.2661），未拒绝正态。本次两类推断同向，但这一检验并不保证近似推断可靠。
有限置换产生离散的经验 p，下限由置换次数决定。达到计算下限时按实际值报告，不为了获得更多星号将它改写为零。
局部 LISA 的热点与冷点怎么校正
LISA 一口气做了 100 次检验，未校正的热点数会偏多，要看 BH 校正后的结果。未校正时高-高聚集（热点）25 个、低-低聚集（冷点）30 个，高-低与低-高异常点均为 0；BH 校正后热点 22 个、冷点 26 个。
Moran 散点图把每个点放在「本地取值」对「邻居平均取值」的平面上，右上与左下象限对应高-高和低-低方向；显著聚集仍需局部检验及多重比较校正。
空间权重另有连接结构可供核对。下表描述哪些单元没有邻居以及权重矩阵的连接规模，无法仅凭这些结构摘要判断聚集是否显著。
论文里怎么写
可以照这个句式写，数字换成自己的结果：
采用基于经纬度构造的 K 近邻（k=8）行标准化空间权重矩阵，对住宅均价做全局空间自相关检验。全局 Moran's I 为 0.6367，高于期望值 -0.0101，条件置换检验（999 次）z=13.4592，伪 p 值为 0.0010，表明存在显著的正空间自相关。局部 LISA 在 BH 校正后识别出 22 个高-高聚集点与 26 个低-低聚集点。
莫兰指数常见错误
- 拿 I 跟 0 比：行标准化后 E[I] 不是 0，要与 E[I] 比较判断正负自相关。
- 把 p 值的地板读成不显著：有限置换的经验 p 有离散下限，应按本次输出报告。
- 只报未校正的热点数：LISA 是多重检验，要报告校正后的结果。
- 把扎堆当成溢出：Moran's I 说不了为什么扎堆，若研究邻近因变量或解释变量的溢出，可依据设计考察 SLM/SAR 或 SDM；SEM 描述误差项的空间相关，不能直接当作邻近因变量溢出的估计。
开通会员后可导出 Word / PDF 报告、使用 AI 解读。导出后仍应核对本次样本与变量设置。
延伸阅读
常见问题
- 置换检验的 p 值为什么有计算下限？
- 有限置换次数使经验 p 的取值离散；采用加一修正时，下限由置换总数决定。达到计算下限应按该值报告，无法把它改写为零，也无需为了星号增加解释强度。
- stata莫兰指数为正说明什么，要跟 0 比吗？
- 指数用于描述空间相邻关系，推断还需对照所选权重和随机化基准。一个正的样本指数无法单独说明聚集显著，也无法辨认聚集来自空间交互还是共同趋势。
- Moran's I 显著能说明相邻单元之间有溢出吗？
- 不能。聚集可能由共同空间趋势或遗漏变量产生，相关检验无法辨认机制。需要估计邻近影响时，应依据研究问题论证空间滞后或杜宾设定，而非仅凭检验显著决定模型。