统计学在人文地理学中的应用(江涌起).docVIP

统计学在人文地理学中的应用 2011级人文地理学专业 江涌起 统计学是一门较年轻的学科，它的发展是从20世纪初开始。在早期发展中，以R.Fisher和K.Pearson为首的英国学派起到了领导作用，W.S.Gosset、J.Neyman、E.S.Pearson A.Wald以及我国的许宝禄教授等提出的基本概念、统计方法和重要的理论问题奠定了许多统计分支的基础。瑞典统计学家H.Cramer在1946年发表的著作《Mathematical Methods of Statistics》，第一次用严整的数学方法总结了数理统计学的主要成就，被认为标志了这门学科达到成熟的地步。 大致从20世纪50年代末到60年代末期，统计学方法被引入地理学研究领域，构造一系列统计量来定量地描述地理要素的分布特征，比较普遍地应用各种概率分布函数、平均值、方差、标准差、变异系数统计特征参数以及简单的两要素的一元线性回归分析方法。这一时期，出现了许多专门探讨和介绍数学的方法（主要是数理统计方法）的地理专著，如东坎和仇佐里合著的《统计地理学》（1961）、加里森和马布里合著的《计量地理学》（1967）、L.J.King所著的《地理学统计分析》（1969）等。随着计算机生产的工业化和高级算法语言程序的发展，20世纪60年代末到70年代末，多元统计方法雨后春笋般地发展起来，成为数理统计学中特别有生命力的分支之一。按照英国著名地理学家里兹大学S·奥彭肖（Openshaw）教授的定义和划分, 数量地理学大体经历了 60 年代的计量革命（统计模型）,70 年代初期的数学模型革命（数理模型和规划模型等）,80 年代中期的GIS革命（1983年提出了自动地理学—Automated Geography）,80年代末90 年代初进入计算地理学时代（Geocom-putational Geography）。1994 年在里兹大学正式建立全球第一个计算地理中心,90 年代中期国外学者正式创立地理计算学一词—Geocomputation。1996年起, 每年一次, 已先后三次举行了全球地理计算学术年会, 出版论文专集。作为数量地理学的深层次发展, 地理计算学的出现与发展, 对整个地理学科, 尤其是对人文、经济地理学的理论模型和应用研究, 已经产生并将继续产生深远的影响。 当前人文地理学中常用的统计学方法主要有以下几个： 1、回归分析方法 回归分析方法是研究要素之间具体数量关系的一种强有力的工具。回归分析方法主要用于相互关系分析，主要是对地理要素地理事物之间的相互关系进行定量分析，可以找出地理要素之间的定量表达式，建立反映地理要素之间关系的具体数学模型，即回归模型。因地理要素之间的关系有线性的也有非线性的，所以回归模型有线性模型和非线性模型。回归分析方法还可用于趋势面的分析。用回归分析方法计算出所要分析的地理要素的趋势面方程，去拟合地理要素分布的空间形态，进而进行研究。回归分析还可用于过程模拟与预测研究。通过回归分析方法对地理过程进行模拟和拟合，揭示地理要素、地理现象随时间的变化规律从而对其未来发展趋势做出预测。如《地理科学》第29卷第5期《城市紧凑度的总和测度及驱动力分析——以江苏省为例》一文就运用了回归分析的方法对城市紧凑度及主要驱动力进行了分析，得出制度调控力、市场拉动力、人口推动力对江苏城市紧凑度影响显著，交通引导力还需要进一步加强的结论。 2、主成分分析 主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，是数学上对数据做降维处理的一种重要方法,相对更为客观且变量维数降低便于描述理解和分析。如《地理科学》2009年第4期《浙江省新型工业化地域差异及其机理研究》文章中用主成分分析法建立新型工业化水平评价体系。文章选取了14项指标为新型工业化内涵评价的基本分析变量，以浙江省69个县市的指标为样本，以上述14个指标的标准化数据为变量构建矩阵，采用SPSS软件对数据进行处理，采用KOM样本测度进行检验。 3、空间自相关 空间自相关是衡量不同空间单元相互关联性的主要方法，是检验某一现象是否显著的与其相邻空间单元的现象相关联的重要指标。通过对空间现象分布格局的可视化描述，发现空间集聚和空间异常，揭示研究对象之间的空间作用机制，为进行区域差异的空间分析提供了有效方法，有利于克服传统的统计方法在进行研究区域经济差异方面的不足。根据空间研究目的的不同，空间自相关可分为全局空间自相关和局部空间自相关。全局空间自相关是通过对属性值的空间特