(数据统计模型.docVIP

数据统计模型 多变量统计分析主要用于数据分类和综合评价。综合评价是区划和规划的基础。从人类认识的角度来看有精确的和模糊的两种类型，因为绝大多数地理现象难以用精确的定量关系划分和表示，因此模糊的模型更为实用，结果也往往更接近实际，模糊评价一般经过四个过程： ??? (1)评价因子的选择与简化； ??? (2)多因子重要性指标(权重)的确定； ??? (3)因子内各类别对评价目标的隶属度确定； ??? (4)选用某种方法进行多因子综合。 主成分分析 地理问题往往涉及大量相互关联的自然和社会要素，众多的要素常常给模型的构造带来很大困难，为使用户易于理解和解决现有存储容量不足的问题，有必要减少某些数据而保留最必要的信息。 主成分分析 是通过数理统计分析，求得各要素间线性关系的实质上有意义的表达式，将众多要素的信息压缩表达为若干具有代表性的合成变量，这就克服了变量选择时的冗余和相关，然后选择信息最丰富的少数因子进行各种聚类分析，构造应用模型。 设有n个样本，p个变量。将原始数据转换成一组新的特征值——主成分，主成分是原变量的线性组合且具有正交特征。即将x1，x2，…，xp综合成m(m＜p)个指标zl，z2，…，zm，即 ????????????????? z1=l11*x1+l12*x2+...+l1p*xp????????????????? z2=l21*x1+l22*x2+...+l2p*xp????????????????? ..................????????????????? zm=lm1*x1+lm2*x2+...+lmp*xp 这样决定的综合指标z1，z2，…，zm分别称做原指标的第一，第二，…，第m主成分，且z1，z2，…，zm 在总方差中占的比例依次递减。而实际工作中常挑选前几个方差比例最大的主成分，从而简化指标间的关系，抓住了主要矛盾。 从几何上看，找主成分的问题，就是找多维空间中椭球体的主轴问题，从数学上容易得到它们是x1，x2，…，xp的相关矩阵中m个较大特征值所对应的特征向量，通常用雅可比(Jaobi)法计算特征值和特征向量。 主成分分析这一数据分析技术是把数据减少到易于管理的程度，也是将复杂数据变成简单类别便于存储和管理的有力工具。地理研究和生态研究的GIS用户常使用上述技术，因而应把这些变换函数作为GIS的组成部分。 层次分析法(AHP) Hierarahy Analysis 是T.L.Saaty等在70年代提出和广泛应用的,是系统分析的数学工具之一，它把人的思维过程层次化、数量化，并用数学方法为分析、决策、预报或控制提供定量的依据。 AHP方法把相互关联的要素按隶属关系分为若干层次，请有经验的专家对各层次各因素的相对重要性给出定量指标，利用数学方法综合专家意见给出各层次各要素的相对重要性权值，作为综合分析的基础。例如要比较n个因素y＝{yl，y2，…，yn }对目标Z的影响，确定它们在z中的比重，每次取两个因素yi和yJ，用aij表示yi与yJ对Z的影响之比，全部比较结果可用矩阵A＝(aij)n*n表示，A叫成对比矩阵，它应满足：???????????????????? aij0,aij=1/aij?? (i,j=1,2,...n) 使上式成立的矩阵称互反阵，必有aij＝l。 在旅游问题中，假设某人考虑5个因素：费用yl、景色y2，居住条件y3,饮食条件y4、旅途条件y5。他用成对比较法得到的正互反阵是：??????????????? 在上式中a12＝2表示yl与景色y2对选择旅游点(目标Z)的重要性之比为2:1；a13＝7，表示费用yl与居住条件y3之比为7:1；a23＝4，则表示景色y2与居住条件y3之比为4：1。如果A不是一致阵(即A12、A23；不等于A13；)，需求正互友阵最大特征值对应的特征向量，作为权向量。 系统聚类分析 60年代末到70年代初人们把大量精力集中于发展和应用数字分类法，且将这类方法应用于自然资源、土壤剖面、气候分类、环境生态等数据，形成“数字分类学”学科。目前聚类分析已成为标准的分类技术，在许多大型计算机中都存储了这种分析程序，从GIS数据库中将点数据传送到聚类分析程序也不困难。 聚类分析的主要依据是把相似的样本归为一类，而把差异大的样本区分开来。在由m个变量组成为m维的空间中可以用多种方法定义样本之间的相似性和差异性统计量。 例：用xik表示第i个样本第k个指标的数据xik表示第j个样本第k个指标数据；dij表示第i个样本和第j个样本之间的距离,根据不同的需要，距离可以定义为许多类型，最常见、最直观的距离是欧几里德距离，其定义如下：???????????????????? 依次求出任何两个点的距离系数dij(i，j＝l，2，