第二章地理数据及其采集与预处理2012级.ppt

统计、统计学 统计的含义 统计数据的搜集活动——统计工作 统计活动的结果——统计数据 分析统计数据的方法和技术——统计学 统计学 统计学是一门收集、整理和分析统计数据的方法科学，其目的是探索数据的内在数量规律性，以达到对客观事物的科学认识。 统计数据的收集：取得统计数据的过程，是进行统计分析的基础。 统计数据的整理：对统计数据的加工处理过程，目的是使统计数据系统化、条理化，符合统计分析的需要。数据收集与数据分析之间的必要环节。 统计数据的分析：统计学的核心内容，通过统计描述和统计推断的方法探索数据内在规律的过程。 三类现象 自然界和人类社会活动中，普遍存在三类现象。　　　　　　　 确定性现象：在相同的条件下出现相同的结果，称为确定性现象或必然现象。如地球的运动。 随机性现象：在相同的条件下出现不同的结果，但结果是确定的，称为随机性现象。如掷硬币。 模糊性现象：在相同的条件下出现不确定的结果，称为模糊性现象。如美人与丑人。 不同现象与研究方法 确定性现象　－－－　经典数学 随机性现象　－－－　概率统计学 模糊性现象　－－－　模糊数学 现代统计学的基本内容 试验设计 数据管理 统计分析 从统计方法的构成来看，统计学可以分为描述统计学和推断统计学。 描述统计学 研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概况与分析得出反映客观现象的规律性数量特征。 描述统计学内容包括统计数据的收集、数据的加工处理方法、数据的显示方法、数据分布特征的概况与分析方法等。 推断统计学 研究如何根据样本数据去推论总体数量特征的方法，是在对样本数据进行描述的基础上，对统计总体的未知数量特征作出以概率形式的推断。 在统计研究过程中，如果收集到的是总体数据（如普查数据），则经过描述统计之后就可以达到认识总体数量规律性的目的了； 如果所获得的只是研究总体的一部分数据（样本数据），要找到总体的数量规律性，必须应用概率论的理论并根据样本信息对总体进行科学地推断。 统计学思想 从随机性中归纳出规律性 通过变量估计常量 借助样本的研究推断总体的特征 拓扑关系（topological relation） 指满足拓扑几何学原理的各空间数据间的相互关系。即用点、线和面所表示的实体之间的邻接、关联、包含和连通关系。如：点与点的邻接关系、点与面的包含关系、线与面的相离关系、面与面的重合关系等。 变量和数据 在统计上，一般把说明现象某种特征的概念称为变量，数据就是变量的具体表现。 根据变量变化性质可分为随机变量和确定性变量；品质变量和数字变量。 数据大体上分为两种类型：定性数据（也称品质数据）和定量数据。 1、数量变量和数量（定量）数据 数量（数字）变量 是对研究单位的定量特征的描述。诸如个体年龄、身高、体重等变量。数字变量根据其取值不同可以分为离散变量和连续变量。 离散变量只能取有限个值，取值以整位数断开，可一一列举。 连续变量可以取无穷多个值，取值是连续不断的，不能一一列举。 定量数据又称数值型数据(quantitative data) ①这类数据不仅说明现象的属性和状态，而且有数量的概念； ②不仅能比较数据之间的大小，而且可以定量地表示相互之间的差异。 品质变量 是对研究单位的定性特征的描述 常分为有序变量（等级）、名义型变量（类别 ）、逻辑变量等类型。 无序多元数据（类型变量） 如血型分为A、B、 AB、 O四类型。 需用三个哑变量来区分。 当 X1=0，X2=0，X3=0时，为AB型 一般N分类，需要N-1个哑变量表示。 总体、样本和样品 【总体】 population 是根据研究目的确定的所要研究同类事物的全体。在统计学中，总体是指研究对象的某项数量指标值的全体（某个变量的全体数值）。只有一个变量的总体称为一元总体；具有多个变量的总体称为多元总体。 【样本】samples 是指由总体中抽取部分个体组成的集合，是总体的一部分。样本包含的样品个数称为样本的容量或者样本的大小。 影响样本对总体代表性的因素主要有：总体本身的离散性；样本容量的大小；取样方法。 【样品】sample 是总体的一个明确部分，是观测对象。 数据误差的来源： 数据获取的不确定性 地理数据获取的多源性 获取有代表性的地理数据 取样过程中的误差 取样误差 以总体为参照物，样本与总体的差异，我们称其为取样误差。 ①取样误差是随机误差，可以对其进行计算，并设法加以控制； ②取样误差不包含系统误差。 非取样误差 ①在获取数据过程中可能出现的误差； ②无响应