地统计学知识点.docxVIP

地统计学知识点 第一章 概论 地统计学：以区域化变量理论为基础、以变异函数为主要工具，研究在空间分布上既有随机性和结构性，或空 间相关和依赖性的自然现象的科学 地统计学发展： 1951 年 南非克里金和西舍尔提出克里金法 20 世纪 60 年代（1962 年）法国马特隆提出地统计学概念出版《应用地统计学论》，该书中第一次阐明了地统计学原理，地统计学诞生 1977 年 美国Parker 博士将地统计学概念引入中国 地统计学与经典统计学的区别 经典统计学 地统计学 经典统计学 地统计学 研究对象 研究纯随机变量 研究区域化变量 观测次数 变量可大量重复观测 变量不能重复实验 样本关系 样本相互独立 样本具有空间相关性 研究目的 研究样本的数字特征 研究样本的数字特征和区域化变量的空间分布特征 地统计学研究内容： P3-4 空间估值（定义）、局部不确定性预测、随机模拟、多点地统计学（该方法产生于石油领域） 地统计学适用范围 地统计学应用领域（地质、土壤、生态、环境、气象） 第二章 地统计学基础 总体抽取样本的四种方案（理解如何抽取样本）：随机抽样、机械抽样、分层抽样、分组抽样 随机变量的数字特征（各定义） P15-21 集中性度量（平均数）：算数平均值、中数、众数、数学期望 离散性度量（离散数）：极差、离差、方差、协方差、矩、变异函数 形态度量（形态数）：偏度、峰度期望：E(X) = ∑ ????? ???? 设 C 是常数，则有 E(C)=C 设 X 是一个随机变量，C 是常数，则有 E(CX)=CE(X) 设 X、Y 为两个随机变量，则有 E(X+Y)=E(X)+E(Y) 设 X,Y 是相互独立的随机变量，则有 E(XY)=E(X)E(Y) 方差：D(X) = E([X ? E(X)]2) = ∑(???? ? ??)2? ???? 设 C 是常数，则有 D(C)=0 设 X 是一个随机变量，C 是常数，则有 D(CX)=C2D(X) D(C+X)=D(X) 设 X、Y 为两个随机变量，则有 D(X+Y)=D(X)+D(Y)+ 2E{[X-E(X)][Y-E(Y)]} 若 X,Y 是相互独立的随机变量，则有 D(X+Y)=D(X)+D(Y) 协方差：??????(??, ? ??) = ??(????) ? ??(??)??(??) 相关关系：指事物之间的关系数值存在着一定的依存关系，即某一现象在其发展变化中，当数量上为一确定值 时，与之有联系的其他现象可以有若干个数值与之对应，但这些值按某种规律在一定范围内进行波动。 特点：一个变量的取值不能由另一个变量唯一确定，也不能用函数形式给予描述，但并不是无规律可行的。 分类 ① 所涉及变量的多少：单相关：两个变量之间的相关。复相关：三个或三个以上变量之间的相关。 ② 按相关关系的表现形态：直线相关和曲线相关 ③ 简单相关关系下按变量变动的方向：正相关：两个变量同方向变化。负相关：两个变量反方向变化。无相关（或零相关）：两个量的变化互不影响。 判断两变量是否存在相关性方法：散点图法、假设检验法 简单相关系数概念及计算（掌握） ∑?? (???? ? ???)(???? ? ???) ?????? = √∑?? ??=1 ((???? ? ???))2 × √∑?? ((???? ? ???)) 2 ??=1 ??=1 记 ?????? = ∑?? (???? ? ??)? (???? ? ???) ?????? = ∑?? ((???? ? ??)? )2 ?????? = ∑?? ((???? ? ???)) 2 则 ?????? ??=1 = ?????? √?????? ?????? ??=1 ??=1 r = 0 |??| 0 0.3 ≤ |??| 0.5 0.5 ≤ |??| 0.8 |??| ≥ 0.8 |??| = 1 不相关（不存在线性相关关系） 极低度相关 低度相关中度相关高度相关 完全正相关或完全负相关 偏相关：当研究某一个要素对另一个要素的影响或相关程度时，暂不考虑其它要素的影响，而单独研究那两个 要素之间的相互关系的密切程度时，则称为偏相关。 偏相关系数：用来度量偏相关程度的统计量。 性质：系数范围在-1 和 1 之间；系数的绝对值越大，其偏相关程度越大；系数的绝对值小于等于由同一系列资料求得的负相关系数。 一元线性回归模型步骤（掌握各步骤） P32-34 ① 立一元线性回归方程：??? = ??? + ????? ???是 y 的估计值 ???为回归常数 ???为回归系数 ② 回归系数的估计。 ③ 对一元回归方程的评价：拟合优度的评价，回归方程显着性检验。 回归分析种类： 按自变量多少：一元回归、多元