计量地理学.docx
《计量地理学.docx》由会员分享,可在线阅读,更多相关《计量地理学.docx(28页珍藏版)》请在冰豆网上搜索。
计量地理学
计量地理方法上机
实验指导书
班级:
土管122
学号:
20120215058
姓名:
尹智
山东建筑大学土木工程学院
二零一四年十一月
实验须知
实验是配合课堂教学的一个重要教学环节,同时也是培养学生掌握实验的基本技能和进行基本训练的一个主要手段,为了保证实验的顺利进行,必须注意下列事项:
1、实验之前,希望同学们要预习实验指导书,了解本次实验的目的,原理和要求:
2、严格按操作步骤认真操作,实验报告要客观、详细记录实验步骤,实验成果等。
3、爱护实验仪器,非本次实验用的仪器或虽是本次实验所用的仪器,但在老师没有讲解之前都不得随便乱动,以免损坏仪器;
4、实验中不慎损坏仪器或丢失仪器中的附件,均应主动地告诉老师,按照有关规定处理;
目录
实验一地理数据统计处理………………………………………1
实验二统计分析方法……………………………………………3
实验三线性规划方法……………………………………………4
实验四决策分析方法…………………………………………5
实验一地理数据统计处理
一、实验目的
1.熟悉matlab的基本操作。
2.掌握matlab的矩阵运算。
3.掌握matlab计算地理数据一般水平的各个指标、离散水平的各个指标、偏离程度的各个指标
4.掌握matlab的基本统计作图。
二、实验任务
1.熟悉matlab环境,并进行基本的矩阵运算。
2.计算平均值、分组平均值、中位数、分组中位数、众数。
3.计算极差、离差、离差平方和、方差与标准差、变异系数。
4.计算标准偏度系数、标准峰度系数。
5.进行统计作图。
三、实验仪器设备、数据
1.P4以上计算机,配备基本的系统软件。
2.安装有matlab6.5或以上版本,安装有office办公软件。
3.实验光盘所带Excel表格。
四、实验方法与步骤
1.打开matlab,重点熟悉命令窗口、工作空间窗口、历史命令窗口、当前工作目录窗口的使用。
2.运用help命令查询基本的矩阵运算函数,明确各个参数的含义,以及函数的使用和输出的结果,并代入数据进行运算。
3.运用help命令查询平均值、中位数、众数的计算函数的使用方法,并将Excel表格中的数据转化成matlab数据,进行计算并分析。
4.运用help命令查询极差、离差、离差平方和、方差与标准差的计算函数的使用方法,并将Excel表格中的数据转化成matlab数据,进行计算并分析。
5.运用已有函数,计算分组平均值、分组中位数、变异系数。
6.运用help命令查询计算标准偏度系数、标准峰度系数的计算函数的使用方法,并将Excel表格中的数据转化成matlab数据,进行计算并分析。
7.运用matlab函数进行统计作图。
五、注意事项
1.Matlab必须在纯英文状态下使用。
2.必须注意各个函数的输入和输出参数。
3.运用help查询函数使用时,注意alsosee后面相关的函数,以便举一反三。
六、实验过程
(1)给X附植
x=[1134467]
x=
1134467
(2)计算X的频数
TABLE=TABULATE(x)
TABLE=
1.00002.000028.5714
2.000000
3.00001.000014.2857
4.00002.000028.5714
5.000000
6.00001.000014.2857
7.00001.000014.2857
1在数组中出现的频数是2,频率是28.5714%
3在数组中出现的频数是1,频率是14.2857%
4在数组中出现的频数是2,频率是28.5714%
6在数组中出现的频数是1,频率是14.2857%
7在数组中出现的频数是1,频率是14.2857%
(3)计算X的平均数,附值给Y
y=mean(x)
y=
3.7143
(4)
y=geomean(x)
y=
2.9653
(5)中位数
m=median(x)
m=
4
(6)极差
Y=range(x)
Y=
6
(7)方差
样本方差y=var(x)
y=
5.2381
计算y的指数
Y^2
ans=
36
将Y^2附植给A
A=Y^2
A=
36
标准差Y=std(x)
Y=
2.2887
(8)偏度系数
s=skewness(x)
s=
0.1066
(9)峰度系数
k=kurtosis(x)
k=
1.7907
实验二统计分析方法
一、实验目的
1.掌握相关分析的计算方法和计算函数。
2.掌握回归分析的计算方法和计算函数。
3.掌握时间序列分析的方法和编程。
4.掌握系统聚类分析的计算方法和计算函数。
5.掌握主成分分析的计算方法和计算函数。
6.掌握马尔可夫预测的方法和编程。
7.掌握趋势面分析的计算方法和计算函数。
8.掌握各种统计分析方法的结果检验。
二、实验任务
1.运用corrcoef函数进行相关分析,并分析计算结果。
2.运用regress函数进行回归分析,并进行检验。
3.运用matlab编程实现移动平均、滑动平均、二次指数平滑、线性自回归。
4.运用zscore、pdist、linkage、dendrogram等函数进行系统聚类分析,并分析计算结果。
5.运用princomp函数进行主成分分析,并分析计算结果。
6.运用matlab编程实现马尔可夫预测方法。
7.运用regress函数进行趋势面分析,并进行检验。
三、实验仪器设备、数据
1.P4以上计算机,配备基本的系统软件。
2.安装有matlab6.5或以上版本,安装有office办公软件。
3.实验光盘所带Excel表格。
四、实验方法与步骤
(一)相关分析
1.将Excel在matlab中计算时,首先将上述数据表各种个变量数据转化成matlab数据矩阵
>>x=[1257
959
6614
3204
2362
4171
2658
3792
1474
7213
4475
6237
3316
4231
8883
9387
5938
6532
7270
4713
762
3075
8550
3710
4192
256
3618
2543
510
543
1774
124219
]
>>x=x'
>>x=x'
>>y=[2174.46
1450.06
4569.19
1506.78
1268.20
4171.69
1669.56
2897.41
4034.96
7697.82
5364.89
2908.59
3550.24
1962.98
7662.10
4576.10
3857.99
3326.75
8464.31
1953.27
471.23
1479.71
3711.61
911.86
1855.74
105.61
1487.61
931.98
238.39
241.49
1168.55
87671.13
]
2、调用命令:
[R,P]=CORRCOEF(X,Y),计算各变量之间的相关系数矩阵。
>>[R,P]=CORRCOEF(X,Y)
r=
1.00000.9956
0.99561.0000
p=
1.00000.0000
0.00001.0000
3.分析计算结果。
相关系数R=0.9956接近于1,即要素X和要素Y呈正相关。
当置信水平为0.05,自由度为29时,样本相关系数的临界值
,而
,因此,要素X和Y之间高度正相关。
2.运用[b,bint,r,rint,stats]=regress(y,x)进行计算
>>helpregress
。
。
。
[B,BINT,R,RINT,STATS]=REGRESS(Y,X)returnsavectorSTATScontaining
>>
[B,BINT,R,RINT,STATS]=REGRESS(y,[ones(32,1),x])
B=
6.3345
0.7050
BINT=
-550.2753562.9442
0.68020.7298
R=
1.0e+003*
1.2820
0.7677
-0.0998
-0.7583
-0.4033
1.2250
-0.2106
0.2179
2.9895
2.6066
2.2038
-1.4946
1.2062
-1.0261
1.3936
-2.0477
-0.3344
-1.2844
3.3329
-1.3756
-0.0723
-0.6944
-2.3222
-1.7099
-1.1058
-0.0812
-1.0693
-0.8671
-0.1275
-0.1476
-0.0884
0.0950
RINT=
1.0e+003*
-1.63084.1947
-2.17063.7059
-3.05702.8575
-3.69962.1831
-3.35382.5473
-1.69454.1444
-3.16432.7432
-2.73693.1726
0.26245.7166
-0.18095.3941
-0.63205.0397
-4.39711.4079
-1.71364.1261
-3.95661.9045
-1.51634.3034
-4.90130.8058
-3.28892.6201
-4.20151.6327
0.65906.0068
-4.28581.5347
-3.02452.8799
-3.63792.2491
-5.14550.5012
-4.59371.1739
-4.03211.8205
-3.03262.8702
-3.99711.8585
-3.80342.0692
-3.07902.8241
-3.09912.8038
-3.04192.8652
-0.25680.4468
STATS=1.0e+006*
0.00000.00000.00001.2959
残差分析图
>>rcoplot(R,RINT)
5.计算结果
由上述数据得多元线性回归方程:
当置信水平
时,查F分布表知,
,由于F=0.00<<2.96,所以要素Y和要素X之间的回归方程是不显著的。
(三)趋势面分析
1.将Excel在matlab中计算时,首先将上述数据表各种个变量数据转化成matlab数据矩阵。
>>x=[3149.443149.44
3303.663303.66
3010.303010.30
3109.613154.47
3639.213141.19
3253.803253.04
3466.503334.21
3839.903453.17
3894.663520.07
4009.613733.69
4253.253914.72
4101.504052.51
4119.884121.45
4258.654158.21
4401.794160.01
]
>>y=[3149.44
3303.66
3010.30
3109.61
3639.21
3242.44
3263.32
3295.88
3461.80
3618.81
3692.89
3892.78
4019.78
4075.78
4148.58
]
>>helpregress
>>[B,BINT,R,RINT,STATS]=REGRESS(y,[ones(15,1),x])
>>[B,BINT,R,RINT,STATS]=REGRESS(z,[ones(12,1),x,y,x.^2,x.*y,y.^2])
>>X=1:
0.1:
3
>>X=X'
>>Y=1:
0.1:
3
>>Y=Y'
2.进行矩阵计算和变换,化为二次、三次趋势面分析的原始数据矩阵。
[X,Y]=MESHGRID(X,Y)
3.建立二次趋势面模型
z=5.998+17.438*x+29.787*y-3.558x.*2+0.357x.*y-8.070y.^2
z=5.998+17.438*x+29.787*y-3.558x.*2+0.357*x.*y-8.070*y.^2
z=5.998+17.438*x+29.787*y-3.558*x.^2+0.357*x.*y-8.070*y.^2
4.作出趋势面图:
运用meshgrid进行变换;用mesh或surf等函数做图
>>HELPMESH
MESH(X,Y,Z)
MESH(x,y,z)
5、建立三次趋势面模型
suri(x,y,z)
surf(x,y,z)
suri(x,y,z)
z=5.998+17.438*x+29.787*y-3.558*x.^2+0.357*x.*y-8.070*y.^2
z=5.998+17.438*X+29.787*Y-3.558*X.^2+0.357*X.*Y-8.070*Y.^2
6.作出趋势面图:
运用meshgrid进行变换;用mesh或surf等函数做图
surf(X,Y,z)
(四)系统聚类分析
1.将Excel在matlab中计算时,首先将上述数据表各种个变量数据转化成matlab数据矩阵。
聚类
x=[363.9120.35216.101192.110295.34026.72418.4922.23126.262
141.5031.68424.3011752.350452.26032.31414.4641.45527.066
100.6951.06765.6011181.540270.12018.2660.1627.47412.489
143.7391.33633.2051436.120354.26017.48611.8051.89217.534
131.4121.62316.6071405.090586.59040.68314.4010.30322.932
68.3372.03276.2041540.290216.3908.1284.0650.0114.861
95.4160.80171.106926.350291.5208.1354.0630.0124.862
62.9011.65273.3071501.240225.25018.3522.6450.0343.201
86.6240.84168.904897.360196.37016.8615.1760.0556.167
91.3940.81266.502911.240226.51018.2795.6430.0764.477
76.9120.85850.302103.520217.09019.7934.8810.0016.165
51.2741.04164.609968.330181.3804.0054.0660.0155.402
68.8310.83662.804957.140194.0409.1104.4840.0025.790
77.3010.62360.102824.370188.09019.4095.7215.0558.413
76.9481.02268.0011255.420211.55011.1023.1330.0103.425
99.2650.65460.7021251.030220.9104.3834.6150.0115.593
118.5050.66163.3041246.470242.16010.7066.0530.1548.701
141.4730.73754.206814.210193.46011.4196.4420.01212.945
137.7610.59855.9011124.050228.4409.5217.8810.06912.654
117.6121.24554.503805.670175.23018.1065.7890.0488.461
122.7810.73149.1021313.110236.29026.7247.1620.09210.078
x=
1.0e+003*
]
2.进行标准化处理。
helpzscore
z=ZSCORE(x)
3.计算距离。
helppdist
y=pdist(z)
4.将向量转换成矩阵
helpsquareform
zl=squareform(y)
5.用linkage进行聚类分析。
helplinkage
z2=linkage(y)
6、制作谱系图
helpdendrogram
dendrogram(z2)
z3=linkage(y,'average')
dendrogram(z3)
helplinkage
z4=linkage(y,'ward')
dendrogram(z4)
z5=linkage(y,'weighted')
dendrogram(z5)
z6=linkage(y,'median')
dendrogram(z6)
z7=linkage(y,'single')
dendrogram(z7)
z8=linkage(y,'complete')
dendrogram(z8)
(五)主成分分析
其中①pc主分量fi的系数,也叫因子系数;注意:
pcTpc=单位阵。
②score是;得分矩阵与数据矩阵X的阶数是一致的。
③latent是score对应列的方差向量,即A的特征值;容易计算方差所占的百分比。
④t2表示检验的t2-统计量(方差分析要用)主成分分析
1.将Excel在matlab中计算时,首先将上述数据表各种个变量数据转化成matlab数据矩阵。
运用[COEFF,SCORE,LATENT,TSQUARED]=PRINCOMP(Z)进行计算
helpprincomp
>>[COEFF,SCORE,LATENT,TSQUARED]=PRINCOMP(Q)
>>L=LATENT/sum(LATENT)
>>L1=cumsum(L)
L1=
0.5179
0.7501
0.8660
0.9223
0.9574
0.9788
0.9915
0.9965
2.SCORE表取前9列
SCORE=得分
Columns1through8
-4.9128-3.88070.1475-0.48380.8722-0.24050.39330.1312
-4.21862.2834-0.0659-0.36850.0061-0.0371-0.4498-0.1220
0.39770.3164-3.7028-0.13290.07860.15470.3610-0.3706
-2.14830.9042-0.1625-0.80350.19300.4382-0.33630.2480
-4.87072.29140.50791.0827-0.67260.39910.33140.0099
1.74972.33920.3385-0.46701.41150.00830.19730.2001
1.3851-0.25130.3742-0.0663-0.44070.60390.79220.0935
1.54361.96170.12440.28880.4947-0.67880.2884-0.0017
1.1856-0.39960.28140.4631-0.1379-0.35210.05020.0933
0.9882-0.35060.31600.5738-0.3311-0.34340.23720.2761
0.6410-1.45290.41471.99530.25960.5869-0.1786-0.1494
1.9771-0.01790.4131-0.16260.20050.6464-0.43420.0178
1.5451-0.33290.38540.0148-0.18390.2593-0.2781-0.0132
0.5484-0.9821-2.17290.4357-0.3150-0.1274-0.51520.5134
1.72030.45830.2773-0.1576-0.1740-0.17350.1355-0.0233
1.4317-0.32000.4575-0.9421-0.59230.2636-0.0181-0.0260
0.7176-0.30920.3525-0.7592-0.5955-0.11830.1876-0.0023
0.2432-1.16070.4889-0.33150.19530.0885-0.1831-0.4299
0.1299-0.81940.5241-0.9566-0.38720.0559-0.1295-0.1044
0.4418-0.26160.40930.58870.8703-0.2975-0.2320-0.1854
-0.4956-0.01590.29130.1889-0.7516-1.1364-0.2190-0.1551
Column9
0.0648
-0.3035
0.0358
0.2916
0.0709
-0.0782
-0.1206
0.0886
-0.3216
-0.1