以下内容摘录节选学习自虾神专栏

很重要的一个概念：在空间统计中，随机和均匀经常是一个意思

---

一个随机抽样的例子

新版白话空间统计（9）：置信度的初探

这里面讲经研究，有72%的男生喜欢打篮球，然后做个随机抽样的例子
我跟着码了一下，有个地方需要注意。就是下图distplot。已经不用了

新的displot见api
https://seaborn.pydata.org/generated/seaborn.displot.html

import numpy as np
import seaborn as sns

play_bb=0.72
boy=10000
love=int(play_bb*boy) 
dont_love=int(boy*(1-play_bb))
loveb=np.ones(love)  ##the boy playing basketball gets 0
nt_love=np.zeros(dont_love) #boy with little interesting in basketball get 1
all_boy=np.hstack([loveb,nt_love])

mm=[]
for i in range(10): #10 sampling
    sample=np.random.choice(all_boy,size=100)  #find 100 boy in random
    mm.append(np.mean(sample))
sns.displot(mm,bins=10,kde=True)
print(mm)

mn=[]
for i in range(10000):
    sample=np.random.choice(all_boy,size=100)
    mn.append(np.mean(sample))
sns.displot(mn,bins=10,kde=True)

左图抽样10，右图抽样10000
可见确实，只有很小概率，能符合72%的预设条件

置信度

零假设

新版白话空间统计（10）：空间统计中的零假设

P-Value & Z-Cores

新版白话空间统计（11）：ArcGIS中的PZ值标尺

新版白话空间统计（12）：P值的表达以及空间统计上的特性

另外，arcgis里还有这个工具做校正

概念：随机

新版白话空间统计（13）：随机的力量