统计指标（如交叉K函数和同位商）是分析空间同位模式的重要方法。然而，这些指标中常见的两种零假设模型（即随机标记和独立性）在检验不同总体（如城市设施类型和犯罪类型）的分类子集的空间同位模式时，存在零假设模型选择不合适和统计指标值难以理解的问题。为了解决这一问题，本研究提出了一个具有三个关键维度的可解释多层次空间统计方法：首先，为空间同位模式统计指标设计一个更合适的零假设模型，并采用一种“观测与期望之比”的统计指标定义策略来增强统计指标值的可解释性；其次，引入统计指标的全局和局部版本，以捕捉同位模式的总体趋势及其空间异质性；最后，设计一种基于精确概率分布而非蒙特卡洛模拟方法的统计检验方法。本研究采用费城兴趣点数据和犯罪数据进行的案例研究验证了所提方法的有效性，为决策者提供犯罪预防方面的新见解。

空间关联,同位模式,可解释,空间统计