地理信息系统课程GIS统计分析.pptVIP

统计分析 一、统计图表分析 1.统计图 柱状图（Column chart） 进行数值对比和显示数据变化趋势 饼图（Pie chart）常用于显示部分和整体的关系，适合于表达比例和百分率数据 折线图（Line chart） 显示变化或变化率 散点图（Scatter chart） 常用于揭示数据的趋势或模式 统计表格是详尽地表示非空间数据的方法，不直观，但可提供详细数据，便于对数据进行再处理。 一、统计图表分析 2.统计表格 分布密度：单位分布区域内的分布对象的数量，是两个比率尺数据的比值。 一般来说，对分子的计算有一下集中情况： 对象发生的频数 对分布对象的几何度量 对分布对象的某种属性 对分母的计算也有两种可能 对现状分布区域按长度计算 对面状分布区域按面积计算 二、分布密度和均值 三、主成分分析 通过数理统计分析，求得各要素间线性关系，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性。 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。 四 变量聚类分析 聚类分析的基本思想是：首先是N个样本各自成一类，然后规定类与类之间的距离，选择距离最小的两类合并成一个新类，计算新类与其他类的距离，再将距离最小的两类进行合并。这样每次减少一类，知道达到所需的分类数或者所有的样本都归为一类为止。 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，xjk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，即： 依次求出任何两个点的距离系数dij(i，j＝l，2，…，n)以后，则可形成一个距离矩阵 它反映了地理单元的差异情况，在此基础上就可以根据最短距离法或最长距离法或中位线法等，进行逐步归类，最后形成一张聚类分析谱系图。 九大农业区聚类分析谱系图 五 层次分析 层次分析：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。 基于GIS的层次分析，针对相关自然因素和社会因素的地理现象或过程，根据要素的隶属关系划分为若干层次，利用专家打分的方法，对各层次要素的重要性给出相应的权重值，作为综合分析的基础