环境数据处理与数学模型课件 04-环境数据分析方法-2(2).pptVIP

离散程度的度量 异众比率（Variation ratio） 非众数组的频数占总频数的比率 主要用于衡量众数对一组数据的代表程度，异众比率越大，众数的代表性越差 主要用于定类数据，也可以用于更高测量级别的数据 检出污染物 频数 S1 15 S2 11 S3 9 S4 6 S5 9 合计 50 异众比率高，用S1反映水体的污染，代表性不是很好 * * * * 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) 02 数据处理 与展示 数据清洗 定类/定序变量的处理与展示 定距/定比变量的处理与展示 多元变量的处理与展示 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 定序数据的处理与展示 频数/频率、频数/频率分布 累积频数（Cumulative Frequencies）：将各有序了类别的频数逐级累加起来得到的频数 累积频率：将各有序类别的频率逐级累加 展示：累积频率/频数表、累积频率/频数图、Pareto图 2013年我国地表水水质状况 Pareto图 定序数据的处理与展示 累积频率图 铅浓度 (mg/L) 累积频率 (%) 2.0 0 2.9 2 3.9 6 4.9 8 5.9 20 6.9 52 7.9 68 8.9 84 9.9 92 10.9 98 11.9 100 横轴：铅浓度 纵轴：铅浓度低于横轴上给定浓度时的天数百分比（累积频率） 定序数据的处理与展示 累积频率图 铅浓度 (mg/L) 累积频率 (%) 2.0 0 2.9 2 3.9 6 4.9 8 5.9 20 6.9 52 7.9 68 8.9 84 9.9 92 10.9 98 11.9 100 20 5.9 第P个百分点：跟纵轴上P%相对应的横轴上的数值 例如：5.9mg/L对应第20个百分点，有80%的天数，排放超过了5.9mg/L 定距/定比数据的处理与展示 基于分组的 根据需求，将原始数据按照某种标准划分成不同组别 通常用组中值作为该组数据的代表值 一般要求所选取的各组间距是等宽的，使得频数大小具有较好的可比性 如果分组个数太少，会丢失很多信息；如果分组个数太多，会保留过多细节，对原始数据表达形式的改进不大 合理选取分组的边界值，边界值不重叠，避免在把观测值分配到各组时产生含糊不清的问题 定距/定比数据的处理与展示 展示：直方图（Histogram） 用矩形的宽度和高度（即面积）来表示频数分布图组数据的代表值 用于连续变量，长方形间没有间隙 代表频数/频率的是长方形的面积，不能误认为是长方形的高度 长方形高度的真正含义：代表频数/频率密度（Frequency Density）即：沿着横轴每一个单位长度对应的频数/频率 铅浓度 频数 2.0~2.9 1 3.0~3.9 2 4.0~4.9 1 5.0~5.9 6 6.0~6.9 16 7.0~7.9 8 8.0~8.9 8 9.0~9.9 4 10.0~10.9 3 11.0~11.9 1 监测到某工厂排放污水中铅的浓度(mg/L)： 2.5, 3.4, 3.8, 4.8, 5.1, 5.1, 5.4, 5.7, 5,8, 5.6, 6.0, 6.2, 6.1, 6.5, 6.7, 6.9, 6.8, 6.5, 6.0, 6.1, 6.2, 6.3, 6.5, 6.8, 6.9, 6.0, 7.1, 7.2, 7.3, 7.7, 7.8, 7.9, 7.5, 7.6, 8.1, 8.2, 8.3, 8.7, 8.8, 8.9, 8.5, 8.6, 9.2, 9.4, 9.6, 9.8, 10.2, 10.4, 10.5, 11.5 2 3 4 5 6 7 8 9 10 11 12 铅浓度（mg/L） 第一个长方形的底边是从1.95到2.95，第二个是从2.95到3.95，…… 铅浓度 频数 2.0~2.9 1 3.0~3.9 2 4.0~4.9 1 5.0~5.9 6 6.0~6.9 16 7.0~7.9 8 8.0~8.