计量地理学-3.6-趋势面分析.ppt

趋势面分析方法 什么是趋势面？ 自然资源、环境、人口社会经济等变量在地理空间上具有一定程度分布规律。 地理要素在地理空间上的分布可以看作是—— 某变量Z在二维坐标空间(X,Y)上的变化函数（曲面），此即为趋势面。 趋势面是一种抽象的数学曲面，它抽象简化并过滤掉了一些局域随机因素的影响，使地理要素的空间分布规律明显化。 所谓趋势面分析，是利用数学曲面模拟地理系统要素在空间上的分布及变化趋势的一种数学方法。它实质上是通过回归分析原理，运用最小二乘法拟合一个二维线性或非线性函数，模拟地理要素在空间上的分布规律，展示地理要素在地域空间上的变化趋势。 真实 地理曲面 趋势面反映地理要素的宏观分布规律，属于确定性因素作用的结果。 剩余面对应于微观局域，是随机因素影响的结果。 趋势面 剩余面 趋势面分析 趋势值最大化、剩余值最小化原则。 趋势面模型的建立 式中εi即为剩余值（残差值/误差值） 趋势面 真实曲面 剩余面 刻画了地理要素的实际分 布曲面、趋势面和剩余面之间的互动关系。 趋势面分析的核心—— 从实际观测值出发推算趋势面，一般采用回归分析方法，依据最小二乘法原理，使得残差平方和趋于最小，即： 如何选择确定变量Z和地理坐标(X,Y)之间的函数表达式？ 多项式函数和傅立叶级数…… 其中最为常用的是多项式函数形式，因为任何一个函数都可以在一个适当的范围内用多项式来逼近，而且调整多项式的次数，可使所求的回归方程适合实际问题的需要。 什么是多项式函数？ 多项式趋势面的形式 ① 一次多项式函数模型 ② 二次多项式函数模型 ③ 三次多项式函数模型 什么是多项式函数的次数？ 变量x和y的幂次乘积的最高次数 k次多项式函数一共有多少个变量x和y的幂次乘积组合？ 假设(k-1)次多项式函数的幂次乘积 组合的数量是nk-1，当多项式次数从 (k-1)增加至k时，增加了如下内容： xky0, xk-1y1, xk-2y2, xk-3y3,…,x1yk-1,x0yk. 所以nk=nk-1+(k+1). 趋势面模型的参数估计 实质：最小二乘估计原理 根据观测值zi，xi，yi(i=1,2,…,n)确定多项式的系数a0，a1，…，ap，使得残差平方和Q最小。 思路：将多项式函数的非线性形式转换成线性形式。 其残差平方和为 根据取极值的条件，求得残差平方和Q对a0，a1，…，ap的偏导数，并令其等于0，得p+1个偏微分方程组(式中a0，a1，…，ap为p+1个未知量）。 …… ………… ……………… 多元线性回归模型的参数估计 求解出多项式趋势面模型的各个系数a0，a1，…，ap 得出趋势面分析的多项式拟合模型： 接着…………??? 需要注意的是，在实际应用中，往往用次数低的趋势面逼近变化比较小的地理要素数据，用次数高的趋势面逼近起伏变化比较复杂的地理要素数据。次数低的趋势面使用起来比较方便，但具体到某点拟合较差；次数较高的趋势面只在观测点附近效果较好，而在外推和内插时则效果较差。 趋势面模型的适度检验 趋势面分析拟合程度与回归模型的效果直接相关，因此，对趋势面分析进行适度性检验是一个关系到趋势面能否在实际研究中加以应用的关键问题，也是趋势面分析中不可缺少的重要环节。 三种检验方法的原理/目的？ 三种检验方法的关系？ 三种检验方法的区别？ 趋势面分析 检验 趋势面拟合适度的R2检验 趋势面拟合适度的R2检验是采用拟合度系数R2是测定回归模型拟合优度的重要指标。 总离差平方和 表示随机因素对离差的影响 表示自变量对因变量的离差的总影响 SSR越大，SSD越小，就表示因变量与自变量的关系越密切，回归的规律性越强、效果越好。 一般用变量z的总离差平方和中回归平方和所占的比重表示回归模型的拟合优度，即拟合度系数R2=回归平方和 / 总离差平方和。 拟合度系数R2=回归平方和 / 总离差平方和 性质：1) R2取值范围是[0,1]； 2) R2越大(越接近100%)，趋势面拟合效果越高； 3) 多项式函数的次数越高，拟合度系数R2就越大。 趋势面拟合适度的显著性F检验 趋势面拟合适度的F检验，是对趋势面回归模型整体的显著性检验，即判断拟合结果是否具有可信度以及具有多大的置信区间。 显著性检验方法：利用变量z的总离差平方和SST中，剩余平方和SSD与回归平方和SSR的比值，来确定变量z与自变量x、y之间的回归关系是否显著，显著性检验F统计量为： 结果分析：在显著性水平α下，查F分布表得其临界值Fα，若实际计算的F值大于临界值Fα，则认为趋势面方程显著，置信区间为1-α；反之则不