第4章 非确定型建模方法-第1节 经典统计建模方法(1)-统计检验法(1)参数估计.pptVIP

第四章 非确定型建模方法 从数学的角度看，地理现象可分为两大类，即确定现象和非确定现象。 确定现象是指事先可以预言的现象，即在准确地重复某些条件下，结果总是肯定的。如，水被加热到100℃便会沸腾。 非确定现象，又包括随机现象和模糊现象，二者的共同特点是不确定性。 随机现象是指事件的结果不确定，即在相同条件下重复进行试验，每次结果未必相同，或知道事物过去的状况，但未来的发展却不能完全肯定。研究这类现象的数学工具是概率论与数理统计。 模糊现象是指事物本身的含义不确定的现象。如，资源“丰富”与“贫乏”，天气“好”与“坏”等。研究这类现象的数学工具是模糊数学。 本章主要针对非确定现象，结合有关实例，探讨运用统计学和模糊数学等知识建立地理模型的有关方法。 本章内容： 经典统计建模方法 空间统计建模方法 地统计建模方法 模糊数学建模方法 4.1 经典统计建模方法 建立在概率论与数理统计基础上； 适用于对各种随机现象、随机过程和随机事件的处理； 由于所有的地理现象、地理过程和地理事件都具有一定的随机性，故统计分析方法是现代地理学中最基本和不可缺少的一类数学方法。  统计检验法 相关分析法 回归分析法 时间序列分析法 系统聚类分析法 主成分分析法 马尔可夫预测法 趋势面分析法 统计检验法 参数估计与检验 应用实例 参数估计 参数估计的一般问题 一个总体参数的区间估计 两个总体参数的区间估计 样本容量的确定 参数估计是推断统计的重要内容之一，它是在抽样及抽样分布的基础上，根据样本统计量来推断我们所关心的总体特征。 统计推断的过程 一、估计量与估计值 估计量：用于估计总体参数的随机变量。 如样本均值，样本比率、样本方差等 例如: 样本均值就是总体均值?的一个估计量。 参数用? 表示，估计量用 表示 估计值：估计参数时计算出来的统计量的具体值。 如果样本均值?x =80，则80就是?的估计值。 参数估计的方法: 点估计（point estimate） 区间估计（interval estimate） 二、（1）点估计 1、用样本的估计量直接作为总体参数的估计值。例如， 用样本均值直接作为总体均值的估计。 抽查了几块地的有机质含量得其平均含量为2.3%，由此推断该地区土壤有机质含量为2.3%。 2、由于没有给出估计的概率保证程度，故，少用。 二、（2）区间估计 含义：在点估计的基础上，估计总体参数的区间范围，并给出区间估计成立的概率值。 其中： 1-α(0α1)称为置信度或置信水平，即置信概率。它表明将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例。 ? 1、?2分别为参数?的1-α下置信限和上置信限。 ? ≤? 1， ? ≥?2 称为舍弃域，如图。 α是区间估计的显著性水平； 常用的置信水平值有 99%, 95%, 90% 相应的?α为0.01,0.05,0.10 置信区间 置信区间与置信水平 区间估计的图示 三、评价估计量的标准 无偏性：估计量抽样分布的数学期望等于被估计的总体参数。 ，称 为?的无偏估计量。 一致性：随着样本容量的增大，估计量的值越来越接近被估计的总体参数 一、总体均值的区间估计 1、假设条件： 总体服从正态分布，且 已知； 如果不是正态分布，可由正态分布来近似（大样本，n≥30）。 当置信度为1-α，则μ的置信区间为： 式中 为标准正态分布的右侧临界值（可查表得到）。 通常称 为抽样标准误差（简称抽样误差），称 为误差范围或误差极限（△）。 例题1： 根据以往的资料，土壤中磷的含量服从正态分布。现对某地土壤进行采样调查，测得9个土壤样品中磷的平均含量为364.3ppm，已知该地土壤中磷含量的总体标准差为99.8ppm，试估计该地区土壤中磷平均含量的95%和99%置信区间。 解：本例题中 =364.3， =99.8， =1.96， =2.58。 1-α=0.95时，μ的置信区间为 （364.3-1.96×99.8/91/2，364.3+1.96×99.8/91/2） =（299.1，429.5）。 1-α=0.99时，μ的置信区间为 （364.3-2.58×99.8/91/2，364.3+2.58×99.8/91/2） =（278.5，450.1）。 即该地区土壤中磷平均含量的95%置信区间为299.1—429.5ppm；99%置信区间为278.5—450.1ppm。在报告结束时，可将点估计和区间估计同时写出，如本例95%和99%的置信可分别写成364.3（299.1，429.5）ppm、364.3（278.5，450.1）ppm