环境数据处理与数学模型课件 03-环境数据分析方法-.pptVIP

02 数据处理 与展示 数据清洗 定类/定序数据的处理与展示 定距/定比数据的处理与展示 数据清洗 重复数据的处理 重复数据查找：开始?条件格式?突出显示单元格规则?重复值 重复数据删除：数据?数据工具?删除重复项 缺失数据的处理 缺失值定位：开始?编辑?定位条件?空值 缺失值处理：直接剔除；用样本的平均值代替缺失值；用统计模型计算的值代替；保留缺失值的记录，在相应的分析中做必要的排除 定类数据的处理与展示 频数/频率（Frequency）：落在某一特定类别中的个体个数/个数占总体的比例 展示：频数/频率表、条形图/直线图、饼状图 类别 频数 大一 80 大二 30 大三 10 大四 5 各年级参加暑期社会实践人数的频数 * * * * * * * * * * * * * 环境数据处理与数学模型环境数据分析方法 01 02 03 04 基本概念 数据处理与展示 描述性统计 二总体的假设检验 05 06 07 08 回归分析 主成分分析 聚类分析 时间序列分析 数据挖掘/大数据介绍(邀请讲座,待定) 01 基本概念 变量 总体和样本 参数和统计量 变量的测量尺度/等级 变量（Variable） 描述现象某种特征 从一次观察到下一次观察会呈现出差别或变化 产品销售额、TN浓度、受教育程度…… 数据就是变量的具体表现 variable data 总体（Population） 包含所研究的全部个体（数据）的集合 有限总体：组成总体的个体个数有限 一批待检验的灯泡 无限总体：所包含的个体数量无限 反应器中的COD浓度 对于有限总体，每次抽样不是独立的；对于无限总体，每次抽样相互独立 样本（Sample） 从总体中抽取的一部分个体的集合 样本是有限的 用样本的信息推断总体的信息 样本容易获得，也易于处理 参数 μ σ 统计量 变量的测量尺度/等级（Scale） 从变量取值特征的角度对变量分类 不同测量等级的变量，所适用的统计方法也不同 测量等级分类： 1951年由美国著名统计学家斯蒂文斯提出 名义级、顺序级、区间级、比率级 名义级测量（Nominal Measurement） 对个体的类别或属性的一种测度，是按照个体的某种属性对其进行分类或分组 值仅代表个体的类别和属性，仅能测度类别差异，不能比较各类之间的大小，各类之间没有顺序和等级之分 目的：对个体予以区别、标志和分类 测量的最低层次，只有逻辑运算“等于”和“不等于”两种形式 =100 =1 200= 0= 编号 土地利用类型 编号 土地利用类型 211 商业用地 213 餐饮旅馆业用地 212 金融保险用地 214 其他商服用地 定类 顺序级测量（Ordinal Measurement） 对个体间等级或顺序差别的一种测度，可以比较优劣或排序 比名义级测量的信息量多，不仅含有类别的信息（辨别个体类别），还包含次序的信息（显示个体间差异） 逻辑运算除了“等于”与“不等于”之外，还可以比较大小，即“大于”或“小于” 不同次序之间的间隔大小可以不同 虽然一个顺序变量的分类可以按它所代表的程度来排序，但一般无法精确确定不同分类之间的差异 HOTEL 4star3star2star 4star-3star≠3star-2star 4star≠2*2star 类别 COD(mg/L) I 15 II 15 III 20 IV 30 V 40 定序 区间级测量（Interval Measurement） 对个体类别或次序之间间距的测度 不仅能将个体分为不同类型并进行排序，而且可以准确指出类别之间的差距是多少 区间级测量值没有真正的零值，但区间级测量中的零值往往是人为规定的 不仅有逻辑运算，还可以进行加、减类的数值运算 0测量值随着所使用的温度测量单位不同而不同 不能说150F的温度是75F的温度的两倍，这个比例在使用摄氏度单位时就改变了 定距 比率级测量（Interval Measurement） 与区间级测量相比，差别在于它有一个固定的绝对“零点” 最高层次的测量 不仅有逻辑运算，还可以进行加、减、乘、除类的数值运算 对于一个变量而言 根据测量等级，变量可分为：定类变量、定序变量、定距变量、定比变量 等级不唯一 高层次的测量变量可以作为低层次的变量来使用，但信息会丢失 水体COD浓度：确切数值，比率级测量 水体COD浓度：地表水5级标准，顺序级测量 损失了水体水质的信息 定类变量：二分变量、多分变量 二分变量较为特殊，即使使其归为其他类型，一般也不会影响后续分析 * * * * * * * * * * * * *