统计分析方法-Read.PPTVIP

第三章 地理学中的经典统计分析方法 本章主要内容： 1.相关分析 2.回归分析 3.时间序列分析 4.系统聚类分析 5.主成分分析 6.马尔可夫预测 7.趋势面分析 第一节 相关分析 相关分析的任务，是揭示地理要素之间相互关系的密切程度。而地理要素之间相互关系密切程度的测定，主要是通过对相关系数的计算与检验来完成的。 一、两要素之间相关程度的测定 相关系数的计算与检验 秩相关系数的计算与检验  相关系数的计算 ① 定义 和 为两要素的平均值。 相关系数的检验： （二）秩相关系数的计算与检验 二、多要素间相关程度的测定 偏相关系数的计算与检验 复相关系数的计算与检验 （一）偏相关系数的计算与检验 偏相关系数的计算 ① 定义：在多要素所构成的地理系统中，先不考虑其它要素的影响，而单独研究两个要素之间的相互关系的密切程度，这称为偏相关。用以度量偏相关程度的统计量，称为偏相关系数。 例如：对于某四个地理要素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： 偏相关系数的性质  ① 偏相关系数分布的范围在-1到1之间； ② 偏相关系数的绝对值越大，表示其偏相关程度越大； ③ 偏相关系数的绝对值必小于或最多等于由同一系列资料所求得的复相关系数，即 R1·23≥|r12·3|。 （二）复相关系数的计算与检验 复相关系数：反映几个要素与某一个要素之间 的复相关程度 。 复相关系数的计算 当有两个自变量时， 当有三个自变量时， 例题：在上例中，若以x4为因变量，x1，x2，x3为自变量，试计算x4与x1，x2，x3之间的复相关系数。 当有k个自变量时， （3.1.17） 复相关系数的性质 ① 复相关系数介于0到1之间，即 ② 复相关系数越大，则表明要素（变量）之间的相关程度越密切。复相关系数为1，表示完全相关；复相关系数为0，表示完全无关。 ③ 复相关系数必大于或至少等于单相关系数的绝对值。 复相关系数的显著性检验 F-检验法。其统计量计算公式为 （3.1.18） 解：按照公式（3.1.16）计算： 检验： ，故复相关达到了极显著水平。 * * （3.1.1） （一）相关系数的计算与检验 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： （3.1.2） 表3.1.1 伦敦的月平均气温与降水量 资料来源：.tw/V4/climate/wta_station/wta20.htm 相关分析实例 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： 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： ＝ ＝ 计算结果表明，降水量（p）和纬度（y）之间异向相关，而蒸发量（v）与纬度（y）之间同向相关。 相关系数是根据要素之间的样本值计算出来，它随着样本数的多少或取样方式的不同而不同，因此它只是要素之间的样本相关系数，只有通过检验，才能知道它的可信度。 检验是通过在给定的置信水平下，查相关系数检验的临界值表来实现的。 0.999998 0.999000 0.991160 0.97406 0.95074 0.92493 0.8982 0.8721 0.8471 0.8233 0.8010 0.7800 0.999877 0.99000 0.95873 0.91720 0.8745 0.8343 0.7977 0.7646 0.7348 0.7079 0.6835 0.6614 0.999507 0.98000 0.93433 0.8822 0.8329 0.7887 0.7493 0.7155 0.6851 0.6581 0.6339 0.6120 0.99692 0.95000 0.8783 0.8114 0.7545 0.7067 0.6664 0.6319 0.6021 0