现代地理学中的数学方法 (1)

r12.3
2 13
r12 r13 r23
2 23
(1 r )(1 r ) r 13 r 12 r 23 (1 r )(1 r )
2 12 2 23
（4.1.5）
r 13.2
（4.1.6）
r23.1
r23 r12 r13 (1 r )(1 r )
2 12 2 13
又如:根据甘肃省53个气象台站的多年平 均数据（见教材表4.1.2），可以利用公式 （4.1.1）对降水量（p）和纬度（y）之间的 相关系数以及蒸发量（v）和纬度（y）之间的 相关系数进行计算，结果如下
( p p)( y y )
i 1 i i 53
rpy
( p p) ( y y )
rtp
(t
i 1 12 i 1
12
i
t )( pi p )
2 2 ( p p ) i i 1 12

(ti t )
300.91 250.55 1 508.34

300 .91 0.489 5 15.83 38 .84
(2)计算结果表明，伦敦市的月平均气 温（ t ）与降水量 (p) 之间呈负相关，即异 向相关。
利用公式计算一级偏向关系数，如表4.1.6所示： 表4.1.6
r12· 3 0.821 r13· 2 0.808 r14· 2 0.647 r14ቤተ መጻሕፍቲ ባይዱ 3 0.895
一级偏相关系数
r23· 1 -0.863 r24· 1 0.956 r24· 3 0.945 r24· 1 r34· 2 -0.875 0.371
一、两要素之间的相关分析
相关系数的计算与检验
秩相关系数的计算与检验
（一）相关系数的计算与检验
相关系数的计算
① 定义:
rxy
(x
i 1 n i 1
n
i
x )( y i y )
2 ( y y ) i i 1 n
2 ( x x ) i
（4.1.1）
x 和 y 为两要素的平均值。
53
60 527.59 16 274170.60 290.19
60 527.59 ＝ 0.880 8 4 034.13 17.03
计算结果表明，降水量（p）和纬度（y）之 间异向相关，而蒸发量（v）与纬度（y）之间同 向相关。
相关系数的检验
相关系数是根据要素之间的样本值计算 出来，它随着样本数的多少或取样方式的不 同而不同，因此它只是要素之间的样本相关 系数，只有通过检验，才能知道它的可信度。
1 rxy
6 d i
i 1 2
n
2
n(n 1)
（4.1.4）
示例：
教材中表4.1.4给出了2003年中国大陆各省 （直辖市、自治区）的 GDP （ x ）和总人口（ y ） 数据及其位次，将数据代入公式（ 4.1.4 ），就 可以计算它们之间的秩相关系数
1 rxy 6 1 068 1 0.784 7 2 31 (31 1) 29 760
第4章
经典统计分析方法
相关分析 回归分析 聚类分析与判别分析 主成分分析与因子分析 统计预测方法
第1节 相关分析
相关分析的任务，是揭示地理要 素之间相互关系的密切程度。而地理 要素之间相互关系密切程度的测定， 主要是通过对相关系数的计算与检验 来完成的。
本节主要内容：
两要素之间的相关分析 多要素间的相关分析
0.05 0.996 92 0.950 00 0.878 3 0.811 4 0.754 5 0.706 7 0.666 4 0.631 9 0.602 1 0.576 0 0.552 9 0.532 4
0.01 0.999 877 0.990 00 0.958 73 0.917 20 0.874 5 0.834 3 0.797 7 0.764 6 0.734 8 0.707 9 0.683 5 0.661 4
（4.1.9）
r 14.2 r 13.2 r 43.2
2 2 (1 r )( 1 r 13.2 43.2 )
（4.1.10）
r23.1 r24.1r34.1
2 2 (1 r24 )( 1 r .1 34.1 )
（4.1.11）
例如：对于某4个地理要素x1，x2，x3，x4的23 个样本数据，经过计算得到了如下的单相关系

偏相关系数的性质
① 偏相关系数分布的范围在-1到1之间；
0.001 0.999 998 0.999 000 0.991 160 0.974 06 0.950 74 0.924 93 0.898 2 0.872 1 0.847 1 0.823 3 0.801 0 0.780 0
在表4.1.3中， f 称为自由度 ，其数值为 f=n-2，n为样本数；上方的 代表不同的置信 水平；表内的数值代表不同的置信水平下相关 系数 0 的临界值,即 r ；公式 p{| r | r } 的意思是当所计算的相关系数 r 的绝对值大于 在 水平下的临界值 rα 时，两要素不相关 （即 0 ）的可能性只有 。
（4.1.7）
4个要素的偏相关系数
r 12.34 r 12.3 r 14.3 r 24.3 (1 r
2 14.3
)( 1 r
2 24.3
)
（4.1.8）
r 13.24 r 14.23 r23.14
r 13.2 r 14.2 r 34.2
2 2 (1 r )( 1 r 14.2 34.2 )
降雨量p / mm 77.7 51.2 60.1 54.1 55.4 56.8
45 55.3 67.5 73.3 76.6 79.6
资料来源：.tw/V4/climate/wta_station/wta20.htm
(1) 根据表 4.1.1 中的数据，我们可以 利用公式（ 4.1.1），计算伦敦市月平均气 温（t）与降水量(p)之间的相关系数
二、多要素间的相关分析
偏相关系数的计算与检验 复相关系数的计算与检验
（一）偏相关系数的计算与检验
偏相关系数的计算
① 定义：在多要素所构成的地理系 统中，先不考虑其他要素的影响，而单独 研究两个要素之间的相互关系的密切程度， 这称为偏相关。用以度量偏相关程度的统 计量，称为偏相关系数。
② 计算： 3个要素的偏相关系数
2 i 1 i i 1 i
53
53

2
- 23 848.21 2 401143.19 290.19
＝
- 23 848.21 0.9035 1 549.56 17.03
rvy
(v v )( y y )
i 1 i i 2 ( v v ) i i 1 53 2 ( y y ) i i 1 53
2
公式（4.1.1）可简化为
rxy
L xy L xx L yy
（4.1.2）
相关分析实例
表4.1.1
月份 月平均气温 t/ C
o
伦敦的月平均气温与降水量
3 4 5 6 7 8 9 10 11 6.7 12 4.7
1 3.8
2 4
5.8
8 11.3 14.4 16.5 16.2 13.8 10.8
的临界值（r ）表
p{| r | r }
f
1 2 3 4 5 6 7 8 9 10 11 12

0.10 0.987 69 0.900 00 0.805 4 0.729 3 0.669 4 0.621 5 0.582 2 0.549 4 0.521 4 0.497 3 0.476 2 0.457 5
利用公式计算二级偏相关系数，如表4.1.7所示： 表4.1.7
r12· 34 -0.170 r13· 24 0.802 r14· 23 0.635
二级偏相关系数
r23· 14 -0.187 r24· 13 0.821 r34· 12 -0.337
4个要素的一级偏相关系数有12个，这里给出了9个； 二级偏相关系数有6个，这里全部给出来了。
对于甘肃省53个气象台站降水量（p）和纬度（y） 之间的相关系数，以及蒸发量（v）和纬度（y）之间的
相关系数， f=53-2=51 ，表中没有给出相应样本个数下
的临界值r ，但是发现，在同一显著水平下，随着样本 数的增大，临界值r 减少。在显著性水平α=0.001上，
r 0.001 =0.443 3。显然, 取 f=50，查表4.1.3得知：
n n
1 2 Lxx ( xi x ) 2 xi xi n i 1 i 1 i 1 2 n n n 1 2 L yy ( yi y ) 2 yi yi n i 1 i 1 i 1
n n n
0.465
0.448 0.432 --
注：n代表样本个数，α代表不同的置信水平，也称显 著水平，表中的数值为临界值 r 。
在上例中，n=31，表中没有给出相应的 样本个数下的临界值 r ，但是同一显著水 平下，随着样本数的增大，临界值 r 减少。 在n=30时，查表得: r0.01 ＝0.432，由于r ' xy =0.784 7 > r0.01＝0.432，所以在α=0.01的置 信水平上来看，中国大陆各省（直辖市、自 治区）人口规模与GDP是等级相关的。
对伦敦市月平均气温（t）与降水量(p)之
间的相关系数，f=12-2=10，在显著性水平 0.10 上，查表4.1.3，得知： r0.10 0.4973 。 因为 rtp 0.489 5 r 0.497 3 ，所以，伦敦市 月平均气温（t）与降水量(p)之间的相关性并 不显著。