趋势面分析

第六章趋势面分析1.趋势面分析的概念、原理2.趋势面模型表达3.趋势面模型的求解4.趋势面模型的适度检验5.趋势面应用实例11.趋势面分析的概念、原理趋势面分析概念：利用数学曲面模拟地理系统要素在空间上的分布及变化趋势的一种数学方法。趋势面含义：一种抽象的数学曲面，它抽象并过滤掉了一些局域随机因素的影响，使地理要素的空间分布规律明显化。实现原理：通过回归分析原理，运用最小二乘法拟合一个二维或多维非线性函数，模拟地理要素在空间上的分布规律，展示地理要素在地域空间上的变化趋势。23实际地理曲面：分解为趋势面和剩余面两部分；前者反映地理要素的宏观分布规律，属于确定性因素作用的结果；而后者则对应于微观局域，是随机因素影响的结果。趋势面分析的基本原则：所选择的趋势面模型应该是剩余值最小，而趋势值最大，这样拟合度精度才能达到足够的准确性。应用：常常被用来模拟资源、环境、人口及经济要素在空间上的分布规律，它在空间分析方面具有重要的应用价值。42.趋势面模型设某地理要素的实际观测数据为，z(x,yii)(ii1,2,,n)趋势面拟合值为z(xˆii,yi则有，)zix(,)iyiˆ(,)ziixiyi式中：εi即为剩余值（残差值）。当（xi，yi）在空间上变动时，上面公式就刻画了地理要素的实际分布曲面、趋势面和剩余面之间的互动关系。拟合趋势面的数学方程式有多项式函数和傅立叶级数，其中最常用的是多项式函数形式。5多项式趋势面的形式①一次趋势面模型za0a1x2ay②二次趋势面模型22zaa0xa1y2a3x4a5xyay③三次趋势面模型22zaax0a1y2a3x4a5xyay3223axa6x7y8axy9ay63.趋势面模型的求解趋势面分析的核心，从实际观测值出发推算趋势面。一般采用回归分析方法，使得残差平方和趋于最小，即：nn22Qz[(,)ixiyi(,ˆzii)]xiymini1i1这就是在最小二乘法意义下的趋势面拟合。任一个函数都可以在一个适当的范围内，用多项式来逼近，且调整多项式的次数，可使所求的回归方程适合实际问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 的需要。7估计趋势面模型的参数实质：根据观测值zi，xi，yi（i=1,2,…,n）确定多项式的系数a0，a1，…，ap，使残差平方和最小。过程：①将多项式回归（非线性模型）模型转化为多元线性回归模型。令：22xxx1,,,,,y2x3x4x5xyxy则有：zaˆ0a1x1a2x2ppax8②其残差平方和为：nn22Qzz[iˆ][(izaaxaxi011i2i2ppi)]axi1i1③求Q对a0，a1，…，ap的偏导数，并令其等于0，得正规方程组(式中a0,,,a1pa为p+1个未知量）nnnna0a1xi1papixizi11ii1nnnnax0ai11x1ixi1papi1xix1iixzi1i11ii1............nnnnax0api1xix1pipapixpixpiixzi1i11ii19④用矩阵形式表示1xxxa1121p1z101xxxza11222p22AXZzap1x1nx2npnxn•则前面方程组式变为：XXATTXZ•求解，可得：AXXXZ()T1T10⑤对于二元二次多项式有22zaa0x1ay2a3x4a5xyay其正规方程组为22a111x11y1x11x1y1y022xxxx1yxxyay12n2222221y1y2nya2222x1x2nxa3xyxyxya1122nn422222y1y2nyx1nynxnxnnynay5111z1xxxz12n2y1y2yn222x1x2xnxy11x2y2nxny22211y1y2ynzn4趋势面模型的适度性及其检验趋势面分析拟合程度与回归模型的效果直接相关，因此对趋势面分析进行适度性检验，是一个关系到趋势面能否在实际研究中加以应用的关键问题，也是趋势面分析中不可缺少的重要环节。这可以通过以下检验来完成：趋势面拟合适度的R2趋势面拟合适度的显著性F检验趋势面适度的逐次检验124.1拟合度系数R2趋势面与实际面的拟合度系数R2是测定回归模型拟合优度的重要指标。在变量z的总离差平方和中，一般用回归平方和所占的比重表示回归模型的拟合优度。总离差平方和等于回归平方和与剩余平方和之和。即:nn22SSTz(ziˆ)(izˆiz)ERSSSSi1i113n2SSE(ziˆzi)为剩余平方和，它表示随机因素i1n2对离差的影响，SSR(ˆiz)z为回归平方和，它i1表示自变量对因变量的离差的总影响。SS越大（或越小）就表示因变量与自变量的RSSE关系越密切，回归的规律性越强、效果越好。记SSSSR2R1ESSTSSTR2越大，趋势面的拟合度就越高。144.2显著性检验趋势面适度的F检验，是对趋势面回归模型整体的显著性检验。方法：是利用变量z的总离差平方和中剩余平方和与回归平方和的比值，确定变量z与自变量x、y之间的回归关系是否显著。即(p为自变量个数):SS/pFRSS/(Enp1)结果分析：在显著性水平α下，查F分布表得Fα，若计算的F值大于临界值Fα，则认为趋势面方程显著；反之则不显著。154.3趋势面适度的逐次检验①概念、方法：求较高次多项式方程的回归平方和与较低次多项式方程的回归平方和之差;将此差除以回归平方和的自由度之差，得出由于多项式次数增高所产生的回归均方差;将此均方差除以较高次多项式的剩余均方差，得出相继两个阶次趋势面模型的适度性比较检验值F（分子自由度p-q，分母自由度n-p-1）。②结果判断：若所得的F值是显著的，则较高次多项式对回归作出了新贡献，若F值不显著，则较高次多项式对于回归并无新贡献。相应的方差分析表见下表。16多项式趋势面由K次增高至（K+1）次的回归显著性检验离差来源平方和自由度均方差F检验（K+1）(K1)SSpMS(K1)SSK(/!)p次回归RRRMS(K1)/MS(K1)（K+1）MS(K1)RE(K1)n–p–1E次剩余SSE(!)KSSE/(np1)K次回归()KqMS()()KSSK/qSSRRR()K()K()K()KMSR/MSEMSEK次剩余SSEn–q–1()KSSE/(nq1)由K次增()I()I高至SSRp–qMSR()I(K1)(K1)KMSR/MSE（K+1）SSSS()IRRSS/(p)q次的回归R17总离差SST需要注意的是，在实际应用中，往往用次数低的趋势面逼近起伏变化比较小的地理要素数据；用次数高的趋势面逼近起伏变化比较复杂的地理要素数据。次数低的趋势面使用起来比较方便，但具体到某点拟合较差；次数较高的趋势面只在观测点附近效果较好，而在外推和内插时则效果较差。185.趋势面分析应用实例序号降水量横坐标纵坐标某流域1月份降水量Z/mmx/104my/104m与各观测点的坐标位127.601置数据如下表所示。238.41.10.63241.80以降水量为因变量424.72.950，地理位置的横坐z5323.40.2标和纵坐标分别为自655.51.81.7变量x、y，进行趋势740.40.71.3面分析，并对趋势面837.50.22方程进行适度F检9310.853.351031.71.653.15验。11532.653.11244.93.652.55195.1建立趋势面模型首先采用二次多项式进行趋势面拟合，用最小二乘法求得拟合方程为5.99817.438z29x.787y3.2x558xy02.y3578.0700R.2839,F6.23620某流域降水量的二次多项式趋势面21再采用三次趋势面进行拟合，用最小二乘法求得拟合方程为48.81037z.557x130.y1302x8.xy38933.16662.7404.y1332x36.x1382y22xy.566y39.7850.R2965,F6.05422某流域降水量的三次多项式趋势面235.2趋势面模型的检验5.2.1趋势面拟合适度的R2根据R2检验方法计算，结果表明，二次趋势面的2判定系数为R2=0.839，三次趋势面的判定系数为2R3=0.965可见二次趋势面回归模型和三次趋势面回归模型的拟合度都较高，而且三次趋势面较二次趋势面具有更高的拟合程度。245.2.2趋势面适度的显著性F检验根据F检验方法计算，结果表明，二次趋势面和三次趋势面的F值分别为：F2=6.236，F3=6.054。在置信水平α=0.05下，查F分布表得：FF(5,6)4.532a0.05FF3(90,.052)19.4显然FF22，FF33，故二次趋势面的回归方程显著，而三次趋势面不显著。F检验的结果表明，用二次趋势面进行拟合比较合理。255.2.3趋势面适度的逐次检验趋势面比较：在二次和三次趋势面检验中，对两个阶次趋势面模型的适度进行比较，相应的方差分析计算结果见下表。二次和三次趋势面回归模型的逐次检验方差分析表离差来源平方和自由度均方差F检验三次回归1129.7899125.532三次剩余41.47412-9-120.7376.054二次回归982.2445196.449二次剩余189.01812-5-131.5036.236由二次增高至147.545436.8861.779三次的回归26从二次趋势面增加到三次趋势面，F3→2=1.779。在置信度水平α=0.05下，查F分布表得F0.05(4,2)=6.94。由于F3→2