第3章地理学中的经典统计分析方法第1节相关分《计量地理学》(华东师大,徐建华)析.pptVIP

第三章 地理学中的经典统计分析方法  1、相关分析 2、回归分析 3、时间序列分析 4、系统聚类分析 5、主成分分析 6、马尔可夫预测 7、趋势面分析 8、地统计分析 §3.1 相关分析 相关分析的任务，是揭示地理要素之间相互关系的密切程度。而地理要素之间相互关系密切程度的测定，主要是通过对相关系数的计算与检验来完成的。 两要素之间相关程度的测定 多要素间相关程度的测定 一、两要素之间相关程度的测定 相关系数的计算与检验 秩相关系数的计算与检验  （一）、相关系数的计算与检验 相关系数的计算 ① 定义 和 为两要素的平均值。 ② 说明 ：- 1 = = 1， 大于0时正相关，小于 0时负相关。 的绝对值越接近于1，两要素的关系越密切；越接近于0，两要素的关系越不密切。 （3.1.1） ③ 简化 记 公式3.1.1可简化为： （3.1.2） 表3.1.1 伦敦的月平均气温与降水量 资料来源：.tw/V4/climate/wta_station/wta20.htm 相关分析实例 根据表3.1.1中的数据，我们可以代入公式（3.1.1），计算伦敦市月平均气温（T）与降水量(P)之间的相关系数： 计算结果表明，伦敦市的月平均气温（t）与降水量(p)之间呈负相关，即异向相关。 又如： 根据甘肃省53个气象台站的多年平均数据（见教材表3.1.2），可以对降水量（p）和纬度（y）之间的相关系数以及蒸发量（v）和纬度（y）之间的相关系数，分别代入公式（3.1.1）计算如下： ＝ ＝ 计算结果表明，降水量（p）和纬度（y）之间异向相关，而蒸发量（v）与纬度（y）之间同向相关。 相关系数的检验： 相关系数是根据要素之间的样本值计算出来，它随着样本数的多少或取样方式的不同而不同，因此它只是要素之间的样本相关系数，只有通过检验，才能知道它的可信度。 检验是通过在给定的置信水平下，查相关系数检验的临界值表来实现的。 在上表中，f称为自由度，为f=n-2，n为样本数；上方的 代表不同的置信水平；表内的数值代表不同的置信水平下相关系数的临界值；公式 的意思是当所计算的相关系数 的绝对值大于在 水平下的临界值 时，两要素不相关（即 ）的可能性只有 。 相关系数真值ρ＝0时样本相关系数的部分临界值rα 0.10 0.05 0.02 0.01 0.001 1 2 3 4 5 6 7 8 9 10 11 12 0.98769 0.90000 0.8054 0.7293 0.6694 0.6215 0.5822 0.5494 0.5214 0.4973 0.4762 0.4575 0.99692 0.95000 0.8783 0.8114 0.7545 0.7067 0.6664 0.6319 0.6021 0.5760 0.5529 0.5324 0.999507 0.98000 0.93433 0.8822 0.8329 0.7887 0.7493 0.7155 0.6851 0.6581 0.6339 0.6120 0.999877 0.99000 0.95873 0.91720 0.8745 0.8343 0.7977 0.7646 0.7348 0.7079 0.6835 0.6614 0.999998 0.999000 0.991160 0.97406 0.95074 0.92493 0.8982 0.8721 0.8471 0.8233 0.8010 0.7800 （1）对伦敦市月平均气温（T）与降水量(P)之间的相关系数， f=12-2=10，在显著性水平 上，查表3.1.3，得知： 。因为 ，所以，伦敦市月平均气温（T）与降水量(P)之间的相关性并不显著。 （2）对于甘肃省53个气象台站降水量（P）和纬度（Y）之间的相关系数，以及蒸发量（V）和纬度（Y）之间的相关系数，f=53-2=51，表中没有给出相应样本个数下的临界值γα，但是我们发现，在同一显著水平下，随着样本数的增大，临界值γα减少。在显著性水平α=0.001上，取f=50，查表3.1.3得知：。 γα=0.001 =0.4433。显然，γPY和γVY的绝对值都远远大于γα=0.001 =0.4433，这说明甘肃省53个气象台站降水量（P）和纬度（Y）之间，以及蒸发量（V）和纬度（Y）之间都是高度相关的。 秩相关系数，又称等