我忘记了特定GIS原理的名称，需要复习...

场景：假设有一个代表某些管理区域的多边形。为了简单起见，假设它是一个正方形。我们还假设该广场内某处有9栋房屋，但我们不知道它们在哪里。如果将这个正方形分成9个相等的部分（例如井字游戏板），我想计算每个正方形内的房屋数量。

现在，很明显，分成9个小正方形的9栋房子就是每平方1个房子。但是，我知道所有九座房屋都可以在任何地方。它们全部九个都可以在右上角这样：

或者，最下面一行可能每个都有三个，而最上面的六个可能都不像这样：

如果我这样假设每平方一间房子，

这个错误的假设被称为什么？这是可修改的地域单位问题（MAUP）吗？

一般

地理学家和其他科学家一起寻找地理图案，希望这将有助于他们更好地了解产生这些图案的过程。如您所示，此过程从映射现象所处的位置开始。通常，您在上面生成的此类地图称为点模式图。

空间分布

当读者检查此类地图时，她正在尝试查找关注变量的空间分布（或空间或地理布置）以及是否存在任何类型的模式。通常，为点模式图定义了四种分布（您也已在上面绘制了分布）。这些是：

• 成簇
• 正常
• 随机
• 规则/均匀/分散

从维基百科：

除了视觉调查外，通常还需要分析整个区域中点的频率或密度（借助四边形分析来完成）或相邻点之间的距离（借助最近邻点分析来完成）的分析。

可修改单位问题

您还提到了可修改的面积单位问题（也称为可修改的单位问题）。

在空间分析中，四个主要问题干扰了对统计参数的准确估计：边界问题，尺度问题，模式问题（或空间自相关）和可修改的面积单位问题（Barber 1988）

我认为在此示例中是相关的，但我还要提及其他一些问题：

边界问题

甲边界问题在分析是其中地理模式是由绘制行政或测量目的的边界的形状和布置分化的现象。

举一个简单的例子，如果您的点代表某个特定种族的许多人，则根据所使用的边界，您可能对例如人口普查区之间的点分布有不同的看法。

如果这些点彼此靠近而又位于不同的人口普查区域，则您可能会误解其分布，因为这将表明该研究区域中族裔的均匀分布。相反，如果您使用其他一些边界，则可能会得到另一种表示种族群体在区域上集中度很高的视图。最后，您是否会看到种族隔离或种族融合感到困惑。

可修改单位问题

这可以从两个方面进行讨论-就“比例”和“形状”而言。

规模问题

当您使用越来越多的汇总面积数据时，各种描述性统计的值可能会系统地变化。

一个简单的例子：每个单元格都是我们的多边形区域，其中包含点数。

6      10      3       5      
2       6       4       12      
3       5       8       12      
4       12       1       3      

然后，我们聚合多边形以获得平均点数：

8      4      
4       8      
4       10      
8       2      

还有一次：

6       6      
6       6      

嘿，我们得到了平均分配！一言以蔽之：空间聚集通常倾向于使地图上显示的变化最小化。

再举一个非常简单的例子，它实际上取决于您要看的观点的规模。查看Wikipedia图像上的点模式。当您缩小数字地图时，正态分布可能看起来像是群集的。

形状问题

我们可以使用垂直或水平（连接连续的南北方向而不是东西向相邻的邻居）汇总上表中的多边形。这意味着各种区域定义可能会对您的数据分布和描述性统计数据的值产生重大影响。

模式问题

简而言之，上述方法不能很好地评估人们在地图上容易阅读的问题的类型。为了能够区分区域模式和点分布，需要使用空间自相关方法。

我认为您在这里有两个不同的假设。如您所写，可修改的地区单位问题就是其中之一。这是行政区域人为边界的问题。

但是，您描述的主要问题是概率分布的假设。您有点想扩大您的信息规模。但是您没有关于房屋位置的信息。您在第一个示例中假设一个集群分布，在第二个示例中假设一个常规分布，而在最后一个示例中假设一个统一分布。只要您不知道分布，就无法说出其中任何一个发生的可能性。

在不知道分布的情况下，当您需要划分区域时，通常使用统一的分布。或者，您可以使用基于已知分布的地统计学方法，例如克里金法或模拟法。