[理学]21空间分析的原理与方法-统计分析.ppt

地理信息系统 Geographical Information System 第五章 空间分析的原理与方法 教学内容 §5.1空间数据查询 §5.2空间统计分析 §5.3数字地面模型分析 §5.4空间叠合分析 §5.5空间缓冲区分析 §5.6泰森多边形分析 §5.7空间网络分析 §5.8空间距离的量算 §5.9空间分析模型 §2 空间统计分析 统计分析是空间分析的主要手段，贯穿于空间分析的各个主要环节。 空间统计分析：可包括“空间数据的统计分析”及“数据的空间统计分析”。 §5 空间统计分析 空间数据的统计分析： 着重于空间物体和现象的非空间特性的统计分析，解决的一个中心议题就是如何以数学统计模型来描述和模拟空间现象和过程，即将地理模型转换成数学统计模型，以便于定量描述和计算机处理。 着重于常规的统计分析方法，尤其是多元统计分析方法对空间数据的处理。 而空间数据所描述的事物的空间位置在这些分析中不起制约作用。 §5 空间统计分析 如趋势面拟合：被广泛应用于地理数据的趋势分析中，但在这种分析中，仅考虑了样本值的大小，而并不考虑这些样本在地理空间的分布特征及其相互间的位置关系。 从这个意义上讲，空间数据的统计分析在很多方面，与一般的数据分析并无本质差别。 对空间数据的统计分析结果的解释则必然要依托于地理空间进行，在很多情况下，分析的结果以地图方式来描述和表达的。 空间数据的统计分析尽管在分析过程中没有考虑数据抽样点的空间位置，但描述的仍然是空间过程，揭示的也是空间规律和空间机制。 §5 空间统计分析 数据的空间统计分析： 直接从空间物体的空间位置、联系等方面出发，研究既具有随机性又具有结构性，或具有空间相关性和依赖性的自然现象。 凡是与空间数据的结构性和随机性，或空间相关性和依赖性，或空间格局与变异有关的研究，并对这些数据进行最优无偏内插估计，或模拟这些数据的离散性、波动性，都是数据的空间统计分析的研究内容。 数据的空间统计学既考虑到样本值的大小，又重视样本空间位置及样本间的距离。 §5 空间统计分析 空间统计分析与经典统计学的内容往往是交叉的。空间统计分析方法不仅仅限于常规统计方法，还包括利用空间位置的空间自相关分析。 空间统计分析包括： 常用统计量 数据特征分析（即探索性数据分析） 分级统计分析 空间插值 空间回归分析 §5 空间统计分析 只介绍基本统计量的计算和常用的统计数据的分类分级算法: 统计图表分析 属性数据的集中特征数 属性数据的离散特征数 统计数据的分类分级 聚类分析 一、统计图表分析 一、统计图表分析-演示 一、统计图表分析 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。 二、属性数据的集中特征数 三、属性数据的离散特征数 三、属性数据的离散特征数 三、属性数据的离散特征数 四、统计数据的分类分级 五.聚类分析 物以类聚、人以群分； 但根据什么分类呢？ 如要想把中国的县分类，就有多种方法 可以按照自然条件来分，比如考虑降水、土地、日照、湿度等， 也可考虑收入、教育水准、医疗条件、基础设施等指标； 既可以用某一项来分类，也可以同时考虑多项指标来分类。 聚类分析 对一个数据，既可以对变量(指标)进行分类(相当于对数据中的列分类)，也可以对观测值(事件，样品)来分类(相当于对数据中的行分类)。 当然，不一定事先假定有多少类，完全可以按照数据本身的规律来分类。 本章要介绍的分类的方法称为聚类分析（cluster analysis）。对变量的聚类称为R型聚类，而对观测值聚类称为Q型聚类。它们在数学上是无区别的。 饮料数据（drink.txt ） 16种饮料的热量、咖啡因、钠及价格四种变量 1如何度量距离远近？ 如果想要对100个学生进行分类，而仅知道他们的数学成绩，则只好按照数学成绩分类；这些成绩在直线上形成100个点。这样就可以把接近的点放到一类。 如果还知道他们的物理成绩，这样数学和物理成绩就形成二维平面上的100个点，也可以按照距离远近来分类。 1如何度量距离远近？ 三维或者更高维的情况也是类似；只不过三维以上的图形无法直观地画出来而已。 在饮料数据中，每种饮料都有四个变量值。这就是四维空间点的问题了。 两个距离概念 按照远近程度来聚类需要明确两个概念： 一个是点和点之间的距离 一个是类和类之间的距离 点间距离有很多定义方式。最简单的是歐氏距离。 当然还有一些和距离相反但起同样作用的概念，比如相似性等，两点越相似度越大，就相当于距离越短。 两个距离概念 由一个点组成的类是最基本的类； 如果每一类都由一个点组成，那么点间的距离就是类间距离。但是如果某一类包含不止一个点，那么就要确定类间距离， 类间距离：是基于点间距离定义的，比如两类之间最近点之间的距