第3章节 地理学中的经典统计分析方法——第1节 相关分析新.pptVIP

达尔文和高尔顿 ;第三章 地理学中的经典统计分析方法;; §3.1 相关分析;问题提出;某山地各气象观测站的相关数据如下表所示，试分析其降水是否具有经度地带性和垂直地带性分异规律。;某地理要素Y的变化可能受到地理因素x1,x2,x3的综合影响，请根据样本观测数据，分析Y与X之间是否存在线性关系，并建立其经验回归方程。;函数关系; §3.1 相关分析;;;相关关系的分类 ? 按照影响因素分类 简单线性相关 偏相关 复相关;主要步骤; 一、两要素之间相关程度的测定;;极显著相关; ③ 简化 记 公式3.1.1可简化为：; 表3.1.1 伦敦的月平均气温与降水量 ;;又如：;;相关系数的检验：; 在上表中，f称为自由度，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；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 时，两要素不相关（即 ）的可能性只有 。 ;（1）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。 ;（2）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γα，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γα减少。在显著性水平α=0.001上，取f=50，查表3.1.3得知：。 γα=0.001 =0.4433。显然，γPY和γVY的绝对值都远远大于γα=0.001 =0.4433，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。 ;某地区土壤中有机碳和有机氮含量分别如所示，试求两者之间是否存在线性相关关系。 分析步骤： 1. 绘制散点图 2. 前提条件检验 正态性检验 3. 计算Pearson相关系数 4. 显著性检验;分析结果表明：在0.01水平上，SON和SOC极显著正相关，pearson相关系数为0.96。;某山地各气象观测站的相关数据如所示，试分析其相关关系。 分析步骤： 1. 绘制散点图 2. 前提条件检验,正态性检验 3. 计算Pearson相关系数 4. 显著性检验;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。 ;;;在上例中，n=31，表中没有给出相应的样本个数下的临界值γα，但是同一显著水平下，随着样本数的增大，临界值γα减少。在n=30时，查表得:γ0.01＝0.432，由于γ’xy=0.7847 γ0.01＝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;偏相关系数的计算与检验;; 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： ; 利用一级偏向关系数公式计算一级偏向关系数，如表3.1.5 所示：; 性质 ;偏相关系数的显著性检验 t检验法的计算公式： ;上例检验： 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r24·13是显著的。;复相关系数;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???。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。 显著性检验 F-检验法。其统计量计算公式为;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。;相似系数;;;