地统计基础
?3.变异分析
–（3）变异分析。
?半变异值的变化随着距离的加大而增加，协方差随着距离的加大而减小。这主要是由于半变异函数和协方差函数都是事物空间相关系数的表现，当两事物彼此距离较小时，它们是相似的，因此协方差值较大，而半变异值较小；反之，协方差值较小，而半变异值较大。此外，协方差函数和半变异函数随着距离的加大基本呈反向变化特征。?它们对异常采样点具有很好的探测作用，在ArcGIS地统计分析模块中可以使用两者的任意一个，一般采用半变异函数。在半变异曲线图中有两个非常重要的点：间隔为0时的点和半变异函数趋近平稳时的拐点，由这两个点产生四个相应的参数：块金值（Nugget）、变程（Range）、基台值（Sill）、偏基台值（PartialSill）地统计基础
?4. 空间估值
–一个完整的统计分析过程，或者空间估值过程，一般为：?首先获取原始数据，检查、分析数据，找寻数据暗含的特点和规律，比如是否为正态分布、有没有趋势效应、各向异性等等；?然后选择合适的模型进行表面预测，这其中包括半变异模型的选择和预测模型的选择；?最后检验模型是否合理或几种模型进行对比。–数据显示。在GIS软件中显示待分析的数据。–数据检查。数据检查内容包括检验数据分布、寻找数据离群值、全局趋势分析、探测空间自相关及方向变异，以及多数据集协变分析。–模型拟合。基于对数据的认识，初步选择一个合适的模型创建表面。全面的数据检查有助于选择出合适的模型。–模型诊断。评估模型的输出，了解所选模型对未知值的预测效果。诊断的主要内容包括：①预测的准确性。②模型的有效性。–模型比较。通过设置不同参数，或选择多个可选模型创建表面，对比分析那个模型更好。地统计基础
探索性数据分析
?数据分析包括探索阶段和证实阶段。?探索性数据分析是在一组数据中寻求重要信息的过程，利用EDA技术，分析人员元须借助于先验的理论或假设，直接探索隐藏在数据中的关系、模式和趋势等，获得对问题的理解和相关知识。?探索性数据分析首先分离出数据的模式和特点，再根据数据特点选择合适的模型。探索性数据分析还可以用来揭示数据对于常见模型的意想不到的偏离。探索性方法既要灵活适应数据的结构，也要对后续分析步骤揭露的模式灵活反应。
相关推荐：
loading