地理要素间的相关分析与回归分析.pptVIP

地理要素间的相关类型 相关系数的计算 ① 定义: 和 为两要素的平均值。 顺序（等级）相关系数（秩相关系数） 相关系数的检验 地理回归分析 相关关系与回归分析： 回归分析的主要内容：建模、预测、控制、分析 二、一元线性回归模型 定义：假设有两个地理要素（变量）x 和y，x为自变量，y为因变量。则一元线性回归模型的基本结构形式为 式中：a和b为待定参数； 为各组观测数据的下标； 为随机变量。 （三）举例 如何正确的分析和判断两个变量之间的关系是线性关系还是非线性关系？方法有多种：作散点图法、差分法、曲度法以及计算器法等。主要介绍作散点图法。 从散点图可以看出： 两个变量间关系的性质（是正相关还是负相关）和程度（是相关密切还是不密切）； 两个变量间关系的类型，是直线型还是曲线型（如果数据接近一条直线，则认为变量间存在线性关系；如果数据接近一条光滑的曲线，则称之为非线性关系）； 是否有异常观测值的干扰。 * * （一）简单直线相关程度的度量 ②：相关系数是度量直线相关程度和方向的指标；- 1 = rxy = 1，大于0时正相关，小于0时负相关。 rxy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: 5.32 3.61 -1.9 7.84 -2.8 12 18.4 21.16 4.6 16 4 11 167.5 179.56 13.4 156.25 12.5 10 411.45 445.21 21.1 380.25 19.5 9 651.9 702.25 26.5 605.16 24.6 8 733.2 795.24 28.2 676 26 7 650.98 723.61 26.9 585.64 24.2 6 450.46 497.29 22.3 408.04 20.2 5 191.4 210.25 14.5 174.24 13.2 4 22.44 26.01 5.1 19.36 4.4 3 3.22 1.96 -1.4 5.29 -2.3 2 16.92 12.96 -3.6 22.09 -4.7 1 X*Y Y*Y 地温(Y) X*X 气温(X) 月份 相关分析实例1：北京各月平均气温与5cm平均地温 d为两要素的循序号之差 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。 0.999 998 0.999 000 0.991 160 0.974 06 0.950 74 0.924 93 0.898 2 0.872 1 0.847 1 0.823 3 0.801 0 0.780 0 0.999 877 0.990 00 0.958 73 0.917 20 0.874 5 0.834 3 0.797 7 0.764 6 0.734 8 0.707 9 0.683 5 0.661 4 0.999 507 0.980 00 0.934 33 0.882 2 0.832 9 0.788 7 0.749 3 0.715 5 0.685 1 0.658 1 0.633 9 0.612 0 0.996 92 0.950 00 0.878 3 0.811 4 0.754 5 0.706 7 0.666 4 0.631 9 0.602 1 0.576 0 0.552 9 0.532 4 0.987 69 0.900 00 0.805 4 0.729 3 0.669 4 0.621 5 0.582 2 0.549 4 0.521 4 0.497 3 0.476 2 0.457 5 1 2 3 4 5 6 7 8 9 10 11 12 0.001 0.01 0.02 0.05 0.10 f 检验相关系数 的临界值（ ）表 在上表中， 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 。 如何确定线性与非线形回归模型 记 和 分别为参数a与b的拟合值，则一元线性回归模型为 代表x与y之间相关关系的拟合