R中时间序列间的空间自相关

因此，我使用R中的spdep包来实现这一点。我需要使用其中的localmoran函数来获取研究区域中的热点/冷点集群

看完参考指南后，我开始工作了

但由于数据是一个时间序列，现在我不太确定。顺便说一句，我的数据是关于2006-2016年间7个城市的降雨量

作为我能想到的最简单的例子，我将缩小这个问题的规模。 假设我有这个数据帧，我们称之为test

根据参考指南，我需要创建一个listw对象，我做到了

coord <- read_csv("myCSV.csv") #this is just a matrix of the x and y coordinates of the cities
coordinates(coord) <- ~ y + x
proj4string(coord) <- CRS("+init=epsg:4326")
mapview(coord)
as.data.frame(coord)

knn <- knearneigh(coord, k=2, longlat = NULL, RANN = TRUE)

nb <- knn2nb(knn, row.names = NULL, sym = TRUE)

listw <- nb2listw(nb, style="W")

但这只考虑到时间序列中的第一天。我必须循环浏览数据才能得到前几天的localmoran指数，就像这样

for(i in c(1:3)) {
  final <- as.data.frame(localmoran(as.numeric(test[i, ]), listw))
}

（c（1:3）中的i）{

---

最后的家伙…有什么吗？我想你已经看到了？里面没有本地的莫兰函数。

localmoran(as.numeric(test[1, ]), listw)

for(i in c(1:3)) {
  final <- as.data.frame(localmoran(as.numeric(test[i, ]), listw))
}