xin第六章1 空间分析的原理与方法1.ppt

表3 极差标准化处理后的数据 x1 x2 x3 x4 X5 X6 X7 G1 0.91 1.00 0.07 0.15 0.18 1.00 0.14 G2 1.00 0.87 0.00 0.00 0.00 0.24 0.00 G3 0.20 0.15 0.07 0.44 0.44 0.08 0.07 G4 0.44 0.38 0.00 0.13 0.18 0.13 0.00 G5 0.03 0.03 1.00 1.00 1.00 0.45 1.00 G6 0.03 0.03 0.61 0.69 0.65 0.13 0.59 G7 0.00 0.00 0.90 0.81 0.84 0.13 1.00 G8 0.91 0.53 0.07 0.00 0.10 0.43 0.09 G9 0.38 0.26 0.04 0.00 0.15 0.00 0.00 §5-2 统计分析 * 2）距离的计算 常见的距离有 ① 绝对值距离 ② 欧氏距离 ③ 明科夫斯基距离 ① ② ③ * ④ 切比雪夫距离。当明科夫斯基距 时，有 据表3中的数据，用公式①式计算可得九个农业区之间的绝对值距离矩阵如下： §5-2 统计分析 ④ * 3）聚类的几种方法 原理：先把各个分类对象单独视为一类，然后根据距离最小的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类。每一次归并，都划去该对象所在的列与列序相同的行。经过m-1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序作出聚类谱系图。 §5-2 统计分析 ① 直接聚类法 * 图1 直接聚类谱系图 §5-2 统计分析 * ② 最短距离聚类法 原理：最短距离聚类法，是在原来的m×m距离矩阵的非对角元素中找出 ，把分类对象Gp和Gq归并为一新类Gr，然后按计算公式 计算原来各类与新类之间的距离，这样就得到一个新的（m－1）阶的距离矩阵； 再从新的距离矩阵中选出最小者dij，把Gi和Gj归并成新类；再计算各类与新类的距离，这样一直下去，直至各分类对象被归为一类为止。 §5-2 统计分析 * 图2 最短距离聚类谱系图 §5-2 统计分析 * ③ 最远距离聚类法 最远距离聚类法与最短距离聚类法的区别在于计算原来的类与新类距离时采用的公式不同。 最远距离聚类法的计算公式是： §5-2 统计分析 * 4）计算类之间距离的统一公式 最短距离和最远距离：可以用一个公式表示 用下图表示二者关系： 最短距离 最远距离 图3 两种不同的空间距离 a1 a2 A b1 b2 B §5-2 统计分析 * 5）实例分析 表4给出了某农业生态经济系统各个区域单元的有关数据，下面我们运用系统聚类法，对该农业生态经济系统进行聚类分析，步骤如下： ①用标准差标准化方法，对9项指标的原始数据进行处理； ②采用欧氏距离测度21个区域单元之间的距离； ③选用组平均法，计算类间的距离，依据不同的聚类标准（距离），对各样本（各区域单元）进行聚类，并作出聚类谱系图。 * 表4 某农业生态经济系统各区域单元的有关数据 §5-2 统计分析 * 表4 某农业生态经济系统各区域单元的有关数据（续） §5-2 统计分析 * 图4 某农业生态经济系统区域单元的系统聚类（组平均法）谱系图 * 从聚类分析谱系图（图4）可以看出，在不同的聚类标准（距离）下，聚类结果不同，当距离标准逐渐放大到时，21个区域单元被依次聚类。 当距离为0时，每个样本为单独的一类； 当距离为5，则21个区域单元被聚为16类； 当距离为10，则21个区域单元被聚为9类； 当距离为15，则21个区域单元被聚为5类； 当距离为20，则21个区域单元被聚为3类； 最终，当聚类标准（距离）扩大到25时，21个区域单元被聚为1类。 §5-2 统计分析 * §5-2 统计分析 二、统计数据的分类分级 2、最优分割分级法—针对有序样本或可变为有序(排序)的样本 ①基本原理：对于每种分级，可按定义为各级内数据的离差平方和之和的误差函数公式来计算分级误差的大小，选择级内离差平方和为最小而级间离差平方和为极大的一种分级方法为最优。 离差：一组数据中的各数据值与平均数之差称为离差。 * §5-2 统计分析 二、统计数据的分类分级 ② 具体分割方法 最优二分割 最优三分割 最优K分割 按最优分割分级法计算出的分级结果在用于地图制图前，必须把分级界线的零碎值转换成凑整值。凑整时