计量地理学第五章地理要素间的相关分析和回归分析.ppt

第五章 地理要素间的相关分析与回归分析 ;;;第1节 相关分析;地理要素间的相关类型;根据相关程度的不同，相关关系分为不相关、完全相关和不完全相关。如果两个变量彼此的数量变化相互独立，这种关系称为不相关；如果一个变量的数量变化完全由另一个变量的数量变化所唯一确定，这种关系称为完全相关；介于不相关与完全相关之间的关系，称为不完全相关。 ;; 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简化: 记 公式（3.1.1）可简化为;月份; 表3.1.1 伦敦的月平均气温与降水量 ; (1)根据表3.1.1中的数据，我们可以利用公式（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 (2)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），可以利用公式（3.1.1）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）之间的相关系数进行计算，结果如下 ;＝;相关系数的检验;f ; 在表3.1.3中， f 称为自由度 ，其数值为 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,即 ;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 rα时，两要素不相关（即 ）的可能性只有 。 ; 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。 ; 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 ，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 减少。在显著性水平α=0.001上，取f=50，查表3.1.3得知： =0.443 3。显然, 和 的绝对值都远远大于 =0.443 3，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 又称等级相关系数，或顺序相关系数,是将两要素的样本值按数据的大小顺序排列位次，以各要素样本值的位次代替实际数据而求得的一种统计量。 ;月份;; n; 在上例中，n=31，表中没有给出相应的样本个数下的临界值 ，但是同一显著水平下，随着样本数的增大，临界值 减少。在n=29时，查表得: ＝0.432，由于 =0.784 7 ＝0.432，所以在α=0.01的置信水平上来看，中国大陆各省（直辖市、自治区）人口规模与GDP是等级相关的。 ;二、多要素间相关程度的测定; （一）偏相关系数的计算与检验;当研究2个相关变量x1、x2的关系时，用直线相关系数r12表示x1与x2线性相关的性质与程度。此时固定的变量个数为0，所以直线相关系数r12又叫做零级偏相关系数。 当研究3个相关变量x1、x2、x3的相关时，我们把x3保持固定不变，x1与x2的相关系数称为x1与x2的偏相关系数，记为r12.3，类似地，还有偏相关系数r13.2、 r23.1。这3个偏相关系数固定的变量个数为1，所以都叫做一级偏相关系数。 当研究4个相关变量x1、x2、x3、x4的相关时，须将其中的2个变量固定不变，研究另外两个变量间的相关。即此时只有二级偏相关系数才真实地反映两个相关变量间线性相关的性质与程度。二级偏相关系数共有;② 计算： 3个要素的偏相关系数;4个要素的偏相关系数;例如：对于某4个地理要素x1，x2，x3，x4的23个样本数据，经过计算得到了如下的单相关系数矩阵： ; 利用公式计算一级偏向关系数，如表3.1.6所示：; 偏相关系数的性质 ;偏相关系数的显著性检验 ; 查t分布表，在自由度为23-3-1=19时，t0.001=3.883，显然 ，这表明在置信度水平 =0.001上，偏相关系数r2