1.描述性統計:通過計算平均值、中位數、眾數、標準差等指標，對空間分布數據進行初步描述和總結。
2.空間自相關分析:通過計算空間自相關系數(如Moran'sI)，評價空間數據的聚集程度和空間相關性。如果空間自相關系數顯著大於0，說明數據具有正的空間自相關性，即高值和低值聚集在壹起；如果空間自相關系數顯著小於0，說明數據具有負的空間自相關性，即高值和高值、低值和低值聚集在壹起。
3.空間回歸分析:通過建立空間回歸模型，可以研究空間變量之間的因果關系。例如，地理加權回歸(GWR)模型可以用來考慮地理位置對因變量的影響，從而更準確地估計參數。
4.空間插值:通過插值方法(如克裏金插值、反距離加權插值等。)，可以在沒有觀測數據的位置估計未知值，從而填補缺失數據或擴大數據範圍。
5.空間聚類分析:通過聚類方法(如K-means聚類、層次聚類等)可以將空間數據分成不同的組。)，從而揭示空間分布格局中的格局和規律。
6.空間變異函數:通過構建變異函數模型，可以研究空間數據的變異性和結構。變異函數模型可以幫助我們理解空間數據的尺度效應、異質性和隨機性。
7.空間熱點分析:通過識別和分析空間熱點區域，可以發現異常高或異常低觀測值聚集的區域。空間熱點分析可以幫助我們識別潛在的問題區域並采取相應的措施。
總之，統計方法在描述和分析空間分布格局方面提供了多種工具和技術，可以幫助我們更好地理解和解釋空間數據的特征和規律。