城市规划系统工程学要点.doc

城 市 规 划 系 统 工 程 学 论 文 班级：城市规划101 姓名：后晨 学号：201011002109 相关分析法与回归分析法在城市规划中的应用 城市系统工程也就是将系统工程的原理、观点和方法运用于城市系统中。系统工程学是研究分析有关复杂信息反馈系统的动态趋势的学科。系统工程学用科学方法解决复杂问题的一门技术。它的注意力集中在分析和设计与其部分截然不同的整体。 城市系统各要素之间存在着相互联系，相互影响和相互制约，为了定量的研究他们之间的数量关系，常常用相关分析法和回归分析法来确定它们之间的关系和性质，并概括成数学模型，进而对城市系统作出预测。 城市系统要素间的相关分析，是指两个或者两个以上变速间的相互关系是否密切，在研究此关系时，并不专指哪个是自变量，哪一个是因变量，而视实际需要来确定。相关性分析的目的是计算出两个或者两个以上变数间的相关程度和性质。在城市系统中大多数要素间是具有相关关系的，因此，相关分析在城市规划中得到了广泛应用。 系统各要素间相互关系分为3类，即函数关系或完全相关、统计相关、不相关。 函数关系，是一一对应的确定关系，例如，设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量，如左图，各观测点落在一条确定的线上。例如，城市人均用地面积(a)一定的时候，城市用地规模(y)与城市人口(x) 之间的关系可表示为y = a x。 统计相关，是两个要素之间具有相关关系，观测点均落在直线曲线两旁。一个变量的取值不能由另一个变量唯一确定，两者之间存在着某种切实的联系，但同时也存在着不能解释的随机波动，各观测点分布在线的周围。如左图。城市规划中相关关系的例子，居民的人均居住面积(y)与其收入(x)的关系，城市人口发展规模(y)与城市发展时间的关系(x)，城市房价(y)和城市地价（x）的关系。 不相关，两个要素间相互独立，没有依存关系，所有观测点在图中的分布状态散乱，无规律可寻。 相关程度的度量方法，有简单直线相关程度的度量——相关系数（r），和相关矩阵（R）。 相关系数是用来度量直线相关程度和方向的指标， 相关系数的计算公式， 相关系数的性质， （1），相关系数 r 的取值范围是 -1≤r≤1； （2），当相关系数为正值时，表示两个要素（或变数）之间为正相关；相关系数为负值时，表示两个要素（或变数）之间为负相关； （3），相关系数的绝对值|r|越大，表示两个要素相关程度越密切。|r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 （4），相关系数r = 0，不存在线性相关关系相关。 例如求全国城市城市化水平与年份的相关系数，根据已知的年份（t）和其对应的年份城市化水平（y），列表算出——年份对应的t的二次方，y的二次方，ty，以及各项的总和。把数据带人公式求出相关系数r。 第二种方法是相关矩阵（R），是把两个变量间的相关推广扩大为若干对变量间相关，并把它们的相关系数按矩阵方式列出，相关矩阵比为矩阵，他对角线上各元素、相关系数均为1（因是自相关），且对角线上下三角形部分完全对称。相关矩阵能帮助人民定量地判明各有关要素之间关系的密切程度。例如，在分析居住小区居住密度时，通常可以用户/公顷，居住面积密度，居住建筑面积密度，居住建筑密度，每人用地面积，人口净密度等指标来衡量，其中自相关系数不参与平均。同时用以上指标来衡量，非常繁琐，工作量也大，可以根据各个指标之间存在着一定相互关系，一个指标可以大体地代表另一个指标来加以取舍，选择最有代表性的指标。然后从表中得知各个指标之间的相关系数(R)。 这里的相关系数是根据变量的样本值计算出来的，它随着样本数的多少或者取样方式的不同而不同的。所以它只是变量的样本相关系数。还需要检验，来知道相关系数值的相关显著性。所以除了要算r值以外，我们还需要进行计算t值，并通过查表来检验相关关系的相关显著性。 验证公式： 公式中，r是相关系数，n是样本数。相关系数的检验，是在给定的置信水平下，通过查相关系数检验的临界值表来完成的。如果没有通过t值检验，无论r等于多少，两个变量之间的相关性都是不显