空间统计处理空间数据. 有两种根本不同的观点. 第一种涉及与每个空间点相关的连续值，例如：温度、海拔或臭氧浓度. 在这种情况下，对任何地方的值进行空间估计是一项关键任务. 第二种观点将空间点作为一个事件，例如：树的位置、地震位置或犯罪位置. 在这种情况下，获得点位置的中心、密度和同质性的统计测量是关键任务.

Wolfram 语言提供一整套空间统计工具，包括高度自动化的随机场空间估计以及广泛的点模式分析和建模.

连续空间估计 »

SpatialEstimate — 给出一个可用于估计值的函数

VariogramFunction  ▪  SpatialTrendFunction  ▪  SpatialNoiseLevel  ▪  SpatialEstimatorFunction

空间点集 »

SpatialPointData — 创建并表示空间点配置

SpatialRandomnessTest — 验证点配置是否均匀分布

中心、密度和均匀性度量

SpatialMedian — 到所有点距离最小的区域中的位置

Mean  ▪  Median  ▪  CentralFeature  ▪  ...

PointDensity — 变点密度函数

HistogramPointDensity  ▪  SmoothPointDensity  ▪  MeanPointDensity

NearestNeighborG — 在点的距离 r 内找到其他点的概率

RipleyK  ▪  EmptySpaceF  ▪  PairCorrelationG  ▪  ...

空间点过程 »

RandomPointConfiguration — 模拟点过程以给出点集合

EstimatedPointProcess — 根据空间点配置估计点过程

PointProcessFitTest — 测试数据是否遵循点过程

独立、交互和聚集点过程

PoissonPointProcess — 独立点的恒定密度

InhomogeneousPoissonPointProcess  ▪  BinomialPointProcess

HardcorePointProcess — 点的恒定密度；在彼此半径 r 内没有点

StraussPointProcess  ▪  GibbsPointProcess  ▪  ...

MaternPointProcess — 中心点的恒定密度，带有围绕每个中心的半径为 r 的圆盘中均匀分布的聚类点

CauchyPointProcess  ▪  NeymanScottPointProcess  ▪  ...