空间统计学第六章(终)概要1.pptVIP

* 变程定义了最大邻域（neighborhood),长变程反映了区域化变量分布比较均匀，短变程则说明区域化变量变化性较大。 变程是变异函数中最重要的参数，它描述了该间隔样点的空间相关特征。在变程内，样点越接近，样点之间的相似性越强；如两样点之间的距离大于变程，则其空间上的自相关性不复存在，变量呈随机性变化。 理论上讲，当间隔h=0时，r(h)应该为0，因为任何一点与自身之差的值为0，h→0时，r(h)轴上的截距是残差的一个估计，该值称为块金，在理论模型中用C0表示。 * 变程定义了最大邻域（neighborhood),长变程反映了区域化变量分布比较均匀，短变程则说明区域化变量变化性较大。 变程是变异函数中最重要的参数，它描述了该间隔样点的空间相关特征。在变程内，样点越接近，样点之间的相似性越强；如两样点之间的距离大于变程，则其空间上的自相关性不复存在，变量呈随机性变化。 理论上讲，当间隔h=0时，r(h)应该为0，因为任何一点与自身之差的值为0，h→0时，r(h)轴上的截距是残差的一个估计，该值称为块金，在理论模型中用C0表示。 * 所谓探索性数据分析（Exploratory Data Analysis，以下简称EDA），是指对已有的数据(特别是调查或观察得来的原始数据)在尽量少的先验假定下进行探索，通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。特别是当我们对这些数据中的信息没有足够的经验，不知道该用何种传统统计方法进行分析时，探索性数据分析就会非常有效。 探索性数据分析在上世纪六十年代被提出，其方法由美国著名统计学家约翰·图基（John Tukey）命名。 * 变程定义了最大邻域（neighborhood),长变程反映了区域化变量分布比较均匀，短变程则说明区域化变量变化性较大。 变程是变异函数中最重要的参数，它描述了该间隔样点的空间相关特征。在变程内，样点越接近，样点之间的相似性越强；如两样点之间的距离大于变程，则其空间上的自相关性不复存在，变量呈随机性变化。 理论上讲，当间隔h=0时，r(h)应该为0，因为任何一点与自身之差的值为0，h→0时，r(h)轴上的截距是残差的一个估计，该值称为块金，在理论模型中用C0表示。 * 1911 年荷兰气候学Thiessen为提高大面积气象预报的准确度,应用VorM.Gonoi 图对气象观测站进行了有效区域划分。因此在二维空间中,Voronoi 图也称为泰森多边形。 * 在研究某一变量的空间分布模式时，我们希望将所观测到的模式与某一理论模式（统计特性及相关空间过程已知）进行比较。 如果所研究的空间模式符合某一特定的理论模式，我们就可以运用该理论模式的已知性质来解释观测到的模式，并且能够借用我们所拥有的与该已知模式相关的经验和知识来进行深入的研究。 （4）比例效应的影响 如果平均值和标准差之间存在明显的线性关系，则比例效应存在，反之亦然。 当样品方差随着平均值的增加而增加时，称正比例效应，反之亦然。 比例效应的存在会使实际半变异函数值产生畸变，消除比例效应的方法主要是通过对原始数据取对数，或者通过相对半变异函数的求解。 （5）漂移的影响 当漂移存在时，半变异函数值不再是半变异函数的无偏估计。要消除漂移对半变异函数的影响，主要通过建立合适的漂移形式，即E[Z(x)]=m(x)中，m(x)的函数式，它使半变异函数曲线真实地符合实际半变异函数值。 半变异模型的合并 假设数据中有两个独特的结构，只用单一模型无法表达，就可以用两个单独的模型来模拟这个半变异图，然后将它们合并为一个模型。 变异模型的步长分组与步长大小的选择 图6.5 12个样点两两形成的样点对示意图 在所有样点中两两之间均能形成样点对，如上图。要在半变异云图上画出所有样点对是无法操作的。应设法将样点对按照它们之间的距离和方向进行分组，这个分组过程称为步长分组。 2 1 4 3 图6.6 样点对的步长分组示意图 在步长分组过程中将样点对按相同距离和方向进行分组，这样每一个点都具有统一的原点，这个特性使理论半变异图具有对称性。上图中，连线1和2具有非常相似的距离和方向。 步长大小的选择 当用规则格网取样时，格网间距通常可以用来确定步长大小；如果数据是通过不规则取样的，步长大小乘以步长数应等于样点间最大距离的0.5倍。 克立格插值法概述 克立格插值法是建立在半变异函数理论分析基础上的，是对有限区域内的区域化变量取值进行无偏最优估计的一种方法。 对于任意待估计点的估计值Z’(x0)均可以通过待估测点范围内的n个观测样本值Z(xi)