探索性数据研究(00002).pdfVIP

探索性数据分析 探索性数据分析是利用 ArcGIS 提供的一系列图形工具和适用于数据的插值方法，确 定插值统计数据属性、探测数据分布、全局和局部异常值（过大值或过小值）、寻求全局的 变化趋势、研究空间自相关和理解多种数据集之间相关性。探索性空间数据分析对于深入了 解数据，认识研究对象，从而对与其数据相关的问题做出更好的决策。 一 数据分析工具 1. 刷光（Brushing ）与链接（Linking ） 刷光指在 ArcMap 数据视图或某个 ESDA 工具中选取对象，被选择的对象高亮度显示。 链接指在 ArcMap 数据视图或某个 ESDA 工具中的选取对象操作。在所有视图中被选取对象 均会执行刷光操作。如在下面章节将要叙述的探索性数据分析过程中，当某些 ESDA 工具 （如直方图、Voronoi 图、QQplot 图以及趋势分析）中执行刷光时，ArcMap 数据视图中相 应的样点均会被高亮度显示。当在半变异/协方差函数云中刷光时，ArcMap 数据视图中相应 的样点对及每对之间的连线均被高亮度显示。反之，当样点对在ArcMap 数据视图中被选中， 在半变异/协方差函数云中相应的点也将高亮度显示。 2. 直方图 直方图指对采样数据按一定的分级方案（等间隔分级、标准差分级）进行分级，统计 采样点落入各个级别中的个数或占总采样数的百分比，并通过条带图或柱状图表现出来。直 方图可以直观地反映采样数据分布特征、总体规律，可以用来检验数据分布和寻找数据离群 值。 在 ArcGIS 中，可以方便的提取采样点数据的直方图，基本步骤为： 1）在 ArcMap 中加载地统计数据点图层。 2 ）单击 Geostatistical Analyst 模块的下拉箭头选择 Explore Data 并单击 Histogram 。 3 ）设置相关参数，生成直方图。 A. Bars ：直方图条带个数，也就是分级数。 B. Translation ：数据变换方式。None ：对原始采样数据的值不作变换，直接生成直方图。 Log ：首先对原始数据取对数，再生成直方图。Box-Cox ：首先对原始数据进行博克斯- 考克斯变换（也称幂变换），再生成直方图。 C. Layer ：当前正在分析的数据图层。 D. Attribute ：生成直方图的属性字段。 从图 3.1a 和图 3.1b 的对比分析可看出，该地区 GDP 原始数据并不服从正态分布，经 过对数变换处理，分布具有明显的对数分布特征，并在最右侧有一个明显的离群值。 在直方图右上方的窗口中，显示了一些基本统计信息，包括个数（count ）、最小值（min ）、 最大值（max ）、平均值（mean ）、标准差（std. dev. ）、峰度（kurtosis ）、偏态（skewness ）、 1 1/4 分位数（1-st quartile）、中数（median ）和3/4 分位数（3-rd quartile ），通过这些信息可以 对数据有个初步的了解。 四分位数（1-st quartile）：如果将N 个数值由小至大排列，第 1/4N 个数就是第一个四 分位数，通常以 Q 表示；第 2/4N 个数就是第二个四分位数（Q ），即中位数；第 3/4N 个数 1 2 就是第三个四分位数（Q ）。四分位距即为：Q = Q - Q ，它将极端的前 1/4 和后 1/4 去除， 3 3 1 而利用第三个与第一个分位数的差距来表示分散情形，因此避免了极端值的影响。但它需要 将数据由小到大排列，且没有利用全部数据。 峰度（kurtosis ）：用于描述数据分布高度的指标，正态分布的峰度等于 3 。如果数据的 峰度大于 3，那么该数据的分布就会比正态分布高耸且狭窄，此时数据比正态分布集中于平 均数附近；反之，如果峰度小于 3，数据的分布就比正态分布平坦且宽阔，此时数据比正态 分布分散。 偏态（skewness ）：用于描述数据分布左右对称性的指标，正态分布的偏态等于0 。如 果数据的直方图向右延伸，即大部分的数据集中于左边，则偏态大于 0，称为正偏态或右偏 态