ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > بحث>Spatial and Non-Spatial Statis...>الوصف

Spatial and Non-Spatial Statistical Tools for Data Analysis: A Comparative Study Using Malaria Incidence Data in Kassala State

العنوان بلغة أخرى: الأدوات الإحصائية المكانية وغير المكانية لتحليل البيانات: دراسة مقارنة باستخدام بيانات الإصابة بالملاريا في ولاية كسلا
المصدر: مجلة جامعة كسلا
الناشر: جامعة كسلا
المؤلف الرئيسي: محمد، منتصر أحمد عثمان (مؤلف)
المجلد/العدد: ع12
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2018
الشهر: يونيو
الصفحات: 182 - 193
رقم MD: 1242921
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch, EcoLink, HumanIndex
مواضيع:
انتشار الملاريا | التحليل المكاني | التقنيات الإحصائية | نظم المعلومات الجغرافية
كلمات المؤلف المفتاحية:
التحليل الإحصائي المكاني | الإرتباط الذاتي المكاني | العشوائية | Spatial Statistical Analysis | Spatial Autocorrelation | Randomness
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

5

حفظ في:
المستخلص: هنالك عدد من الأساليب الإحصائية التي طورت حديثا اعتمادا على نظم المعلومات الجغرافية. ولذلك هدفت هذه الدراسة إلى استخدام التحليل الإحصائي المكاني لتحليل توزيع الإصابة بمرض الملاريا عبر محليات ولاية كسلا المختلفة ومقارنة النتائج مع نتائج التحليل باستخدام اختبار مربع كأي لجودة التوفيق. وقد تم استخدام برنامجي ArcGis و GeoDa لرسم وتزويد الخريطة بإصابات الملاريا السنوية لكل محلية. واستخدمت التقنيات الإحصائية التي يوفرها البرنامجان لاختبار عشوائية توزيع الملاريا عبر محليات الولاية المختلفة. كما استخدم اختبار Moran's I لاختبار عشوائية التوزيع إضافة إلى المقاييس المحلية (Local) والعالمية (Global) لاختبار وجود ارتباط ذاتي مكاني للإصابة بالملاريا في المحليات. وقد بينت النتائج أن انتشار الملاريا في محليات الولاية عشوائيا ولا يوجد به ارتباط ذاتي مكاني. وهذه النتائج تخالف ما أظهرته نتائج اختبار جودة التوفيق حيث أظهر وجود علاقة معنوية بين الإصابة بالملايا والمحليات. ويرجع سبب الاختلاف في النتائج بين الطريقتين إلى أن التحليل الإحصائي المكاني يعتمد الموقع الجغرافي للبيانات كمتغير مستقل على عكس الطريقة الأخرى.

Several advanced statistical analysis tools are recently improved depending on the geographical information system. So, this paper aims at utilizing of spatial statistical analysis to analyze the distribution of malaria incidence in localities of Kassala State and to compare the results with the results of Chi-squared test for goodness of fit. Two software; ArcGis and GeoDa, are used to create and provide the map with annual malaria incidence for each locality. The statistical techniques which are offered by the two software are used to test the malaria distribution randomness among localities. Moran’s I test is used in addition to local and global measures to investigate in the distribution of malaria incidence randomness as well as spatial autocorrelation existence. The results reveal that the distribution of malaria incidence in localities is random and spatial autocorrelation does not exist. On the contrary to the goodness of fit test, the study reveal that the distribution of malaria is random and spatial autocorrelation does not exist. The reason of the difference between the two methods is that the spatial statistical analysis depends on the geographical of data as an independent variable, unlike the latter.

عناصر مشابهة

خيارات البحث

المزيد من البحث

هل تحتاج مساعدة؟


© 2024 المنظومة. جميع الحقوق محفوظة.