坐标转换实用数学模型及其适用性分析
坐标转换的实用数学模型及其适用性分析摘要：在利用vb 6.0编程实现不同坐标系转换的基础上，介绍了总体转换过程及主要数学模型，重点说明了在实施坐标转换中的实用数学模型，并较具体地分析了模型的适用性，从中得出了一些有益的结论。
关键词：坐标转换；实用数学模型；适用性分析
abstract: using vb programming in the 6 different coordinate system conversion basis,introduces the overall conversion process and mathematical model, focusing on the implementation of coordinate conversion in the utility model, and a concrete analysis of the applicability of the model, from which we can draw some useful conclusions.
key words: coordinate transformation; practical mathematical model; applicability analysis
中图分类号：tq018文献标识码：a 文章编号：2095-2104（2012）
1 引言
由于定位获得的是坐标系的三维空间坐标，而我国常用的是或国家两种大地坐标系，有的地方还采用自定义的地方独立坐标系。因此在用建立或改善国家、城市或工程控制网时，必须求取两坐标系之间的转换参数，以实现两种坐标系统的坐标转换。
本文讨论的问题是：选择坐标转换模型，并对所采用的坐标转换模型进行改进，使其转变为便于用计算机语言编程的实用数学模
习题答案《地图学原理与方法》地图制图学.doc
一、判断题 1.比例尺、地图投影、各种坐标系统就构成了地图的数学法则。Y 2.地图容纳和储存了数量巨大的信息，而作为信息的载体，只能是传统概念上的纸质地图。 3.地图的数学要素主要包括地图投影、坐标系统、比例尺、控制点、图例等。 4.实测成图法一直是测制大比例尺地图最基本的方法。Y 5. 磁坐偏角指磁子午线与坐标纵线之间的夹角。以坐标纵线为准，磁子午线东偏为负，西偏为正。） 6. 一般情况下真方位角（A）、磁偏角（δ）、磁方位角（Am）三者之间的关系是A=Am+δ。 8. 城市规划、居民地布局、地籍管理等需要以小比例尺的平面地图作为基础图件。 10.方位角是由标准方向线北端或者南端开始顺时针方向到某一直线的夹角。 11.地球体的数学表面，也是对地球形体的二级逼近，用于测量计算的基准面。Y 12.在地图学中，以大地经纬度定义地理坐标。Y 13.在地理学研究及地图学的小比例尺制图中，通常将椭球体当成正球体看，采用地心经纬度。Y 14.1987年国家测绘局公布：启用《1985国家高程基准》取代《黄海平均海水面》，其比《黄海平均海水面》下降29毫米。 15.球面是个不可展的曲面，要把球面直接展成平面，必然要发生断裂或褶皱。Y 16.长度比是一个常量，它既不随着点的位置不同而变化，也不随着方向的变化而变化。 17.长度变形没有正负之分，长度变形恒为正。 18. 面积变形有正有负，面积变形为零，表示投影后面积无变形，面积变形为正，表示投影后面积增加；面积变形为负，表示投影后面积缩小。Y 19.制1：100万地图，首先将地球缩小100万倍，而后将其投影到平面上，那么1：100万就是地图的主比例尺。Y 20.在等积圆锥投影上中央经线上纬线间隔自投影中心向外逐渐增大。 21. 无论是正轴方位投影还是横轴方位投影或是斜轴方位投影，他们的误差分布规律是一致的。Y 22. 等角正轴切圆柱投影是荷兰地图学家墨卡托于1569年所创，所以又称墨卡托投影。Y 23. 等积投影的面积变形接近零。Y 25. 按基本等高距的二分之一高程绘出的等高线称为助曲线。 26. 经线在任何球心投影中的表象都是直线。Y 27. 一般情况下，等角航线是与所有经线相交成相同方位角的大圆弧线，它在圆柱投影上的表象是直线。 28. 不同地点的磁偏角是不相同的，同一地点的磁偏角是相同的。 29. 水准面有无数个，而大地水准面只有一个。Y 31. 等角航线是地球面上两点间的最短航线。 34.目前我国各地高程控制点的绝对高程起算面是1956黄海平均海水面。 35. 磁偏角只随地点的不同而不同。 36. 地图比例尺是决定地图概括数量特征的主要因素。Y 37. 地图的内容受符号的形状、尺寸、颜色和结构的直接影响，并制约着概括程度和方法。Y 38. 面状符号表达空间上具连续两维分布的现象的符号。具定位特征，为依比例符号。Y 39. 众数是最佳的数字统计量，以一个群体中出现频率最大的类别定名。Y 40. 面状符号的结构中，颜色变量起很大作用，在一定意义上说颜色变量是形状变量的组合。 41. 光的三原色又称加色原色：黄、品红、青 42. 暖色来自于蓝、青和绿等色。感觉显得稳定和清爽。它们看起来还有远离观众的效果。 43. 色彩与人的情感或情绪有着广泛的联系，不同民族的文化特点又赋予色彩以各自含义和象征。Y
数学建模——回归分析
回归分析——20121060025 吕佳琪 企业编号生产性固定资产价值(万元)工业总产值(万元) 1318524 29101019 3200638 4409815 5415913 6502928 7314605 812101516 910221219 1012251624 合计65259801 （2）建立直线回归方程; （3）计算估价标准误差; （4）估计生产性固定资产(自变量)为1100万元时总产值(因变量)的可能值。解: (1)画出散点图,观察二变量的相关方向 x=[318 910 200 409 415 502 314 1210 1022 1225]; y=[524 1019 638 815 913 928 605 1516 1219 1624]; plot(x,y,'or') xlabel('生产性固定资产价值(万元)') ylabel('工业总产值(万元)') 由图形可得,二变量的相关方向应为直线 (2)
x=[318 910 200 409 415 502 314 1210 1022 1225]; y=[524 1019 638 815 913 928 605 1516 1219 1624]; X = [ones(size(x))', x']; [b,bint,r,rint,stats] = regress(y',X,0、05); b,bint,stats b = 395、5670 0、8958 bint = 210、4845 580、6495 0、6500 1、1417 stats = 1、0e+004 * 0、0001 0、0071 0、0000 1、6035 上述相关系数r为1,显著性水平为0 Y=395、5670+0、8958*x (3) 计算方法:W=((Y1-y1)^2+……+(Y10-y10)^2)^(1/2)/10 利用SPSS进行回归分析:
数学建模的作用意义
数学建模的背景： 人们在观察、分析和研究一个现实对象时经常使用模型，如展览馆里的飞机模型、水坝模型，实际上，照片、玩具、地图、电路图等都是模型，它们能概括地、集中地反映现实对象的某些特征，从而帮助人们迅速、有效地了解并掌握那个对象。数学模型不过是更抽象些的模型。 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子（称为数学模型），然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个全过程就称为数学建模。 近半个多世纪以来, 随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用, 而且以空前的广度和深度向经济、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。 不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并计算求解。人们常常把数学建模和计算机技术在知识经济时代的作用比喻为如虎添翼。 数学建模日益显示其重要作用，已成为现代应用数学的一个重要领域。为培养高质量、高层次人才，对理工、经济、金融、管理科学等各专业的大学生都提出“数学建模技能和素质方面的要求”。 数学建模在现代社会的一些作用 (1）在一般工程技术领域，数学建模仍然大有用武之地。在以声、光、热、力、电这些物理学科为基础的诸如机械、电机、土木、水利等工程技术领域中，数学建模的普遍性和重要性不言而喻，虽然这里的基本模型是已有的，但是由于新技术、新工艺的不断涌现，提出了许多需要用数学方法解决的新问题；高速、大型计算机的飞速发展，使得过去即便有了数学模型也无法求解的课题（如大型水坝的应力计算，中长期天气预报等）迎刃而解；建立在数学模型和计算机模拟基础上的CAD技术，以其快速、经济、方便等优势，大量地替代了传统工程设计中的现场实验、物理模拟等手段。 (2）在高新技术领域，数学建模几乎是必不可少的工具。无论是发展通讯、航天、微电子、自动化等高新技术本身，还是将高新技术用于传统工业去创造新工艺、开发新产品，计算机技术支持下的建模和模拟都是经常使用的有效手段。数学建模、数值计算和计算机图形学等相结合形成的计算机软件，已经被固化于产品中，在许多高新技术领域起着核心作用，被认为是高新技术的特征之一。在这个意义上，数学不再仅仅作为一门科学，它是许多技术的基础，而且直接走向了技术的前台。国际上一位学者提出了“高技术本质上是一种数学技术”的观点。 (3）数学迅速进入一些新领域，为数学建模开拓了许多新的处女地。随着数学向诸如经济、人口、生态、地质等所谓非物理领域的渗透，一些交叉学科如计量经济学、人口控制论、数学生态学、数学地质学等应运而生。一般地说，不存在作为支配关系的物理定律，当用数学方法研究这些领域中的定量关系时，数学建模就成为首要的、关键的步骤和这些学科发展与应用的基础。在这些领域里建立不同类型、不同方法、不同深浅程度模型的余地相当大，为数学建模提供了广阔的新天地。马克思说过，一门科学只有成功地运用数学时，才
第1章 数学建模与误差分析
第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母，科学技术离不开数学，它通过建立数学模型与数学产生紧密联系，数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系，精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展，求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域，相关交叉学科分支纷纷兴起，如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算，是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科，是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支，研究它们适合于计算机编程的数值计算方法是计算数学的任务，它是各种计算性学科的联系纽带和共性基础，兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型，但它又是各计算学科共同的基础。 随着计算机技术的飞速发展，科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解，于是只能转化为简化模型，如将复杂的非线性模型忽略一些因素而简化为线性模型，但这样做往往不能满足精度要求。因此，目前使用数值方法来直接求解较少简化的模型，可以得到满足精度要求的结果，使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此，科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学，作为一门研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时，首先必须将具体问题抽象为数学问题，即建立起能描述并等价代替该实际问题的数学模型，然后将建立起的数学模型，利用数学理论和计算技术进行推演、论证和计算，得到欲求解问题的解析解或数值解，最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型，再从数学模型回到现实对象的循环，一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示，数学模型求解方法可分为解析法和数值方法，如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题，属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律；演绎是按照普遍原理考察特定对象，导出结论。演绎利用严格的逻辑推理，对解释现象做出科学预见，具有重要意义，但是它要以归纳的结论作为公理化形式的前提，只有在这个前提下
数学建模题目及其答案
数学建模疾病的诊断 现要你给出疾病诊断的一种方法。 胃癌患者容易被误诊为萎缩性胃炎患者或非胃病者。从胃癌患者中抽取5人（编号为1-5），从萎缩性胃炎患者中抽取5人（编号为6-10），以及非胃病者 中抽取5人（编号为11-15），每人化验4项生化指标：血清铜蓝蛋白（ X）、 1 蓝色反应（ X）、尿吲哚乙酸（3X）、中性硫化物（4X）、测得数据如表1 2 所示： 表1. 从人体中化验出的生化指标 根据数据，试给出鉴别胃病的方法。
论文题目：胃病的诊断 摘要 在临床医学中，诊断试验是一种诊断疾病的重要方法。好的诊断试验方法将对临床诊断的正确性和疾病的治疗效果起重要影响。因此，对于不同疾病不断发现新的诊断试验方法是医学进步的重要标志。传统的诊断试验方法有生化检测、DNA检测和影像检测等方法。而本文则通过利用多元统计分析中的判别分析及SPSS软件的辅助较好地解决了临床医学中胃病鉴别的问题。在临床医学上，既提高了临床诊断的正确性，又对疾病的治疗效果起了重要效果，同时也减轻了病人的负担。 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。 首先，由判别分析定义可知，只有当多个总体的特征具有显著的差异时，进行判别分析才有意义，且总体间差异越大，才会使误判率越小。因此在进行判别分析时，有必要对总体多元变量的均值进行是否不等的显著性检验。 其次，利用判别分析中的费歇判别和贝叶斯判别进行判别函数的建立。 最后，利用所建立的判别函数进行回判并测得其误判率，以及对其修正。 本文利用SPSS软件实现了对总体间给类变量的均值是否不等的显著性检验并根据样本建立了相应的费歇判别函数和贝叶斯判别函数，最后进行了回判并测得了误判率，从而获得了在临床诊断中模型，给临床上的诊断试验提供了新方法和新建议。 关键词：判别分析；判别函数；Fisher判别；Bayes判别 一问题的提出 在传统的胃病诊断中，胃癌患者容易被误诊为萎缩性胃炎患者或非胃病患者，为了提高医学上诊断的准确性，也为了减少因误诊而造成的病人死亡率，必须要找出一种最准确最有效的诊断方法。为诊断疾病，必须从人体中提取4项生化指标进行化验，即血清铜蓝蛋白、蓝色反应、尿吲哚乙酸、中性硫化物。但是，从人体中化验出的生化指标，必须要确定一个精准的指标来判断疾病所属的类型。设想，使用判别分析法，利用SPSS 软件对各个变量进行系统的分析，使该问题得到有效地解决。
地图模型试题
地图模型试题
————————————————————————————————作者：————————————————————————————————日期：
2012年地图数据处理模型的原理与方法 1. 在空间数据库中，把大比例尺图形数据缩编成小比例尺，图形数据是按要素分 层的，各要素应采用什么模型确定选取指标? 2. 在空间数据库中，把大比例尺图形数据缩成编小比例尺，图形数据是按要素分 层的，各要素应采用什么模型进行具体的选取? 3. 确定河流选取程度的数学模型为21210b b x x b y ，式中，y 为河流选取程度， 1x 为资料图上单位面积河流条数，2x 为资料图上单位面积河流长度（河网密度），b 0、b 1、b 2为待定参数。试分析b 0、b 1、b 2意义和取值范围。 4. 以数据的分布特征进行分级的方法有哪几种模型？各适应什么情况？ 5. 试分析空间分布趋势模型与动态分析预测模型的异同点。 6. 论述采用模糊多层次评判数学模型建立空间数据质量评判模型的原理与方法。 u 1——指标的科学性和正确性 c 11——指标处理的合理性 c 12——指标与地图用途及使用对象的适应性 c 13——资料利用的合理性、充分性 u 2——表示方法的正确性 c 21——表示方法选择的正确性 c 22——图例设计的正确性 w 221——符号设计的正确性 A 2211——图形设计的正确性 A 2212——尺寸设计的正确性 A 2213——注记设计的正确性 w 221——色彩设计的正确性 w 223——图例设计的正确性与完备性 c 23——附图及统计图表设计的正确性 c 24——表示方法配合的合理性 c 25——表示方法的统一协调性 c 26——各种注记字体、字大配置的合理性、易读 性和统一协调性 u 3——地图精度 c 31——图幅选择设计的投影、比例尺的适应性 c 32——地图内容的位置精度 c 33——统计分级及符号的图解精度 u 4——地图现势性及反映动态情况 c 41——图上内容的现势性及保持现势性的可能性 c 42——历年变化情况的反映 c 43——预报预测的可能性
数学建模之回归分析法
什么是回归分析 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。 回归分析之一多元线性回归模型案例解析 多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为： 毫无疑问，多元线性回归方程应该为： 上图中的x1, x2, xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样本，那么这个多元线性回归，将会组成一个矩阵，如下图所示： 那么，多元线性回归方程矩阵形式为： 其中：代表随机误差，其中随机误差分为：可解释的误差和不可解释的误差，随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也一样） 1：服成正太分布，即指：随机误差必须是服成正太分别的随机变量。 2：无偏性假设，即指：期望值为0 3：同共方差性假设，即指，所有的随机误差变量方差都相等 4：独立性假设，即指：所有的随机误差变量都相互独立，可以用协方差解释。
今天跟大家一起讨论一下，SPSS---多元线性回归的具体操作过程，下面以教程教程数据为例，分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系，建立拟合多元线性回归模型。数据如下图所示：（数据可以先用excel建立再通过spss打开） 点击“分析”——回归——线性——进入如下图所示的界面：
GPS定位问题数学建模
数学建模GPS 定位问题 摘要 本次建模中要解决根据GPS 卫星位置来确定GPS 信号接收机位置的问题，在本次建立的模型中主要用到的是点定位的数学模型，用码伪距进行点定位。再用Matlab 编程解得地点位置，最后转换成其经度和纬度。 对于问题一，我们采用GPS 定位中单点定位的方法(单点定位利用一点采集的观测数据和广播星历确定点的坐标)。题目中假定了卫星所在的空间位置是准确值因此不考虑广播星历。往往伪距方程解算的基本思路是将非线性观测方程进行Taylor 级数展开至一阶,忽略二阶及以上的高阶项,得到线性观测方程。我们将上 面的每两个非线性观测方程相减消去二阶及以上的高阶项可得到4 2C 个四元一次方程。在此基础上派生出64C 个线性方程组并用2222R i z i y i x =++ 进行验证选择最符合的坐标，得到四个地点在地心空间直角坐标系的坐标是(-2179,4373,4081) ； (-2174，3,4381，4090);(-2169，4410.1，4123);(-2159，4382.4，4142.3);再转换成经度和纬度就是(40:08:38.58167N ，116:10:14.01669E); (40:05:39.12131N ，116:23:48.72859E); (40:10:46.58408N ，116:11:20.90291E); (40:29:04.29791N ，116:13:23.03773E)然后再在地图上标出各个点的位置 对于问题二，由于添加了一个点，多出了一个数据，可以同样的继续采用上述方 法，只是每两个非线性观测方程相减消去二阶及以上的高阶项可得到5 2C 个四元
回归分析在数学建模中的应用
摘要 回归分析和方差分析是探究和处理相关关系的两个重要的分支,其中回归分析方法是预测方面最常用的数学方法,它是利用统计数据来确定变量之间的关系,并且依据这种关系来预测未来的发展趋势。本文主要介绍了一元线性回归分析方法和多元线性回归分析方法的一般思想方法和一般步骤,并且用它们来研究和分析我们在生活中常遇到的一些难以用函数形式确定的变量之间的关系。在解决的过程中,建立回归方程,再通过该回归方程进行预测。 关键词:多元线性回归分析;参数估计;F检验
回归分析在数学建模中的应用 Abstract Regression analysis and analysis of variance is the inquiry and processing of the correlation between two important branches, wherein the regression analysis method is the most commonly used mathematical prediction method, it is the use of statistical data to determine the relationship between the variables, and based on this relationship predict future trends. introduces a linear regression analysis and multiple linear regression analysis method general way of thinking and the general steps, and use them to research and analysis that we encounter in our life, are difficult to determine as a function relationship between the variables in the solving process, the regression equation is established by the regression equation to predict. Keywords:Multiple linear regression analysis; parameter estimation;inspection II
数学建模__SPSS_典型相关分析
典型相关分析 在对经济问题的研究和管理研究中，不仅经常需要考察两个变量之间的相关程度，而且还经常需要考察多个变量与多个变量之间即两组变量之间的相关性。典型相关分析就是测度两组变量之间相关程度的一种多元统计方法。 典型相关分析计算步骤 （一）根据分析目的建立原始矩阵 原始数据矩阵 ?? ????????? ???nq n n np n n q p q p y y y x x x y y y x x x y y y x x x 2 1 2 1 222212221 1121111211 （二）对原始数据进行标准化变化并计算相关系数矩阵 R = ?? ? ? ??22211211 R R R R 其中11R ，22R 分别为第一组变量和第二组变量的相关系数阵，12R = 21 R '为第一组变量和第二组变量的相关系数 （三）求典型相关系数和典型变量 计算矩阵=A 111-R 12R 122-R 21R 以及矩阵=B 122-R 21R 1 11-R 12R 的特征值和特征向量，分 别得典型相关系数和典型变量。 （四）检验各典型相关系数的显著性 第五节 利用SPSS 进行典型相关分析 第一步，录入原始数据，如下表：X1 X2 X3 X4 X5 分别代表多孩率、综合节育率、初中及以上受教育程度的人口比例、人均国民收入和城镇人口比例。
1、点击“Files→New→Syntax”打开如下对话框。 2、输入调用命令程序及定义典型相关分析变量组的命令。如图
输入时要注意“Canonical correlation.sps”程序所在的根目录，注意变量组的格式和空格。 第三步，执行程序。用光标选择这些命令，使其图黑，再点击运行键，即可得到所有典型相关分析结果。
数学建模-回归分析-多元回归分析
1、 多元线性回归在回归分析中，如果有两个或两个以上的自变量，就称为 多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。 在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响，表现在线性回归模型中的解释变量有多个。这样的模型被称为多元线性回归模型。（multivariable linear regression model ） 多元线性回归模型的一般形式为： 其中k 为解释变量的数目，j β (j=1,2,…，k)称为回归系数（regression coefficient)。上式也被称为总体回归函数的随机表达式。它的非随机表达式为： j β也被称为偏回归系数（partial regression coefficient)。 2、 多元线性回归计算模型 多元性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和（Σe)为最小的前提下，用最小二乘法或最大似然估计法求解参数。 设（ 11 x ， 12 x ，…， 1p x ， 1 y ），…，（ 1 n x ， 2 n x ，…， np x ， n y ）是一个样本， 用最大似然估计法估计参数： 达 到最小。
把（4）式化简可得： 引入矩阵： 方程组（5）可以化简得： 可得最大似然估计值：
3、Matlab 多元线性回归的实现 多元线性回归在Matlab 中主要实现方法如下： （1）b=regress(Y, X ) 确定回归系数的点估计值 其中 （2）[b,bint,r,rint,stats]=regress(Y,X,alpha)求回归系数的点估计和区间估计、并检 验回归模型 ①bint 表示回归系数的区间估计. ②r 表示残差 ③rint 表示置信区间 ④stats 表示用于检验回归模型的统计量,有三个数值：相关系数r2、F 值、与F 对应的 概率p 说明：相关系数r2越接近1，说明回归方程越显著；F>F1-alpha(p,n-p-1) 时拒绝H0，F 越大，说明回归方程越显著；与F 对应的概率p<α 时拒绝H0，回归模型成立。 ⑤alpha 表示显著性水平(缺省时为0.05) （3）rcoplot(r,rint) 画出残差及其置信区间
数学建模多元回归模型
实习报告书 学生姓名： 学号： 学院名称： 专业名称： 实习时间： 2014年 06 月 05 日 第六次实验报告要求 实验目的： 掌握多元线性回归模型的原理，多元线性回归模型的建立、估计、检验及解释变量的增减的方法，以及运用相应的Matlab软件的函数计算。 实验内容： 已知某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据，见表1。请选择恰当的解释变量和恰当的模型，建立粮食年销售量的回归模型，并对其进行估计和检验。
表1 某市粮食年销售量、常住人口、人均收入、肉、蛋、鱼的销售数据 年份粮食年销售 量Y/万吨 常住人口 X2/万人 人均收 入X3/ 元 肉销售 量X4/万 吨 蛋销售 量X5/ 万吨 鱼虾销 售量 X6/万吨 197498.45560.20153.20 6.53 1.23 1.89 1975100.70603.11190.009.12 1.30 2.03 1976102.80668.05240.308.10 1.80 2.71 1977133.95715.47301.1210.10 2.09 3.00 1978140.13724.27361.0010.93 2.39 3.29 1979143.11736.13420.0011.85 3.90 5.24 1980146.15748.91491.7612.28 5.13 6.83 1981144.60760.32501.0013.50 5.418.36 1982148.94774.92529.2015.29 6.0910.07
1983158.55785.30552.7218.107.9712.57 1984169.68795.50771.1619.6110.1815.12 1985162.14804.80811.8017.2211.7918.25 1986170.09814.94988.4318.6011.5420.59 1987178.69828.731094.6 523.5311.6823.37 实验要求： 撰写实验报告，参考第10章中牙膏销售量，软件开发人员的薪金两个案例，写出建模过程，包括以下步骤 1.分析影响因变量Y的主要影响因素及经济意义； 影响因变量Y的主要影响因素有常住人口数量，城市中人口越多，需要的粮食数量就越多，粮食的年销售量就会相应增加。粮食销量还和人均收入有关，人均收入增加了，居民所能购买的粮食数量也会相应增加。另外，肉类销量、蛋销售量、鱼虾销售量也会对粮食的销售量有影响，这些销量增加了，也表示居民的饮食结构也在发生变化，生活水平在提高，所以相应的，生活水平提升了，居民也有能力购买更多的粮食。
习题 答案《地图学原理与方法》地图制图学
一、判断题 1. 比例尺、地图投影、各种坐标系统就构成了地图的数学法则。Y 2. 地图容纳和储存了数量巨大的信息，而作为信息的载体，只能是传统概念上的纸质地图。 3. 地图的数学要素主要包括地图投影、坐标系统、比例尺、控制点、图例等。 4. 实测成图法一直是测制大比例尺地图最基本的方法。Y 5. 磁坐偏角指磁子午线与坐标纵线之间的夹角。以坐标纵线为准，磁子午线东偏为负，西偏为正。） 6. 一般情况下真方位角（A）、磁偏角（δ）、磁方位角（Am）三者之间的关系是A=Am+δ。 8. 城市规划、居民地布局、地籍管理等需要以小比例尺的平面地图作为基础图件。 10.方位角是由标准方向线北端或者南端开始顺时针方向到某一直线的夹角。 11.地球体的数学表面，也是对地球形体的二级逼近，用于测量计算的基准面。Y 12.在地图学中，以大地经纬度定义地理坐标。Y 13.在地理学研究及地图学的小比例尺制图中，通常将椭球体当成正球体看，采用地心经纬度。Y 14. 1987年国家测绘局公布：启用《1985国家高程基准》取代《黄海平均海水面》，其比《黄海平均海水面》下降29毫米。 15. 球面是个不可展的曲面，要把球面直接展成平面，必然要发生断裂或褶皱。Y 16.长度比是一个常量，它既不随着点的位置不同而变化，也不随着方向的变化而变化。 17.长度变形没有正负之分，长度变形恒为正。 18. 面积变形有正有负，面积变形为零，表示投影后面积无变形，面积变形为正，表示投影后面积增加；面积变形为负，表示投影后面积缩小。Y 19. 制1：100万地图，首先将地球缩小100万倍，而后将其投影到平面上，那么1：100万就是地图的主比例尺。Y 20.在等积圆锥投影上中央经线上纬线间隔自投影中心向外逐渐增大。 21. 无论是正轴方位投影还是横轴方位投影或是斜轴方位投影，他们的误差分布规律是一致的。Y 22. 等角正轴切圆柱投影是荷兰地图学家墨卡托于1569年所创，所以又称墨卡托投影。Y 23. 等积投影的面积变形接近零。Y 25. 按基本等高距的二分之一高程绘出的等高线称为助曲线。 26. 经线在任何球心投影中的表象都是直线。Y 27. 一般情况下，等角航线是与所有经线相交成相同方位角的大圆弧线，它在圆柱投影上的表象是直线。 28. 不同地点的磁偏角是不相同的，同一地点的磁偏角是相同的。 29. 水准面有无数个，而大地水准面只有一个。Y 31. 等角航线是地球面上两点间的最短航线。 34.目前我国各地高程控制点的绝对高程起算面是1956黄海平均海水面。 35. 磁偏角只随地点的不同而不同。 36. 地图比例尺是决定地图概括数量特征的主要因素。Y 37. 地图的内容受符号的形状、尺寸、颜色和结构的直接影响，并制约着概括程度和方
《地图学原理》知识点整理
1.地图的定义 地理环境诸要素（内容）按照一定的数学法则、运用符号系统、并经过制图综合（特征）的一种缩小表像（形式）以表达各种自然和社会现象的数质量特征及空间分布和发展变化（目的、结果）。 2.地图的基本特征 地图必须遵循一定的数学法则（可测量性、可比性）；地图必须经过科学制图综合（清晰性、一览性）；地图具有完整的符号系统（直观性、易读性）；地图是地理信息的载体（传递性、持久性）。 3.地图的基本内容 数学要素（骨架）：地图坐标、投影、比例尺、控制点等 地理要素（主体）：表达地理信息的各种图形，文字标记 辅助要素（润滑剂）：说明地图的编制情况，为应用提供相关内容，在主要图形的外侧，如图名、图号、图例、比例尺等；对主要图件在内容和形式上的补充，如统计图表、剖面图、测图时间、出版单位等 4.地图的分类 按比例尺分：-大比例尺地图（≥1:10万）-中比例尺地图（1:10万~1:100万）-小比例尺地图（≤1:100万）-微缩地图 按地图的图形内容分类：-普通地图（是指以相对平衡的程度表示地表最基本的自然和人文现象的地图。）-专题地图（是根据专业的需要，突出反映一种或几种主题要素的地图，其中，作为主题的要素表示得很详细，其他的要素则围绕表达主题的需要，作为地理基础概略表示。） 5.图幅编号 a=[φ/4°]+1 φ纬度；b=[λ/6°]+31 λ经度1:1万(G) 1：5000(H) c=4°/△φ-[(φ/ 4°)/△φ] △φ图幅纬差2′30″1′15″ d=[(λ/6°)/ △λ]+1 △图幅经差3′45″1′52.5″ X1X2X3 X4 X5X6X7 X8X9X10 λ0=(X2X3-31)*6°φ0=(X1-1)*4° λ=λ0+(X8X9X10-1)* △λφ=φ0+(4°/△φ-X5X6X7)* △φ 6.现代地图学体系 地图学的定义是以地图信息传递为中心的，探讨地图的理论实质、制作技术和使用方法的综合性科学 ┏理论地图学（地图学理论基础）~地图信息、传输、模式、认知理论；地 图可视化原理、数学制图原理、地图语言学（地图符号学）、地图感受理 论、地图概括（制图综合）理论、综合制图理论、地学信息图谱理论 现代地图学╋地图制图学（地图编制方法与技术）~普通地图制图学、专题**、遥感制图学、计算机制图学、地图印制学与计算机出版系统、多媒体电子地图与 网络地图设计和制作 ┗应用地图学（地图应用原理与方法）~地图功能、评价、分析与研究方法、 使用方法、信息自动分析和处理系统、应用、数字地图应用 7. 大地水准面：一个与静止的平均海水面相重合，并假想其穿过大陆、岛屿形成一个闭合曲面。（水准面的特点：面上任意一点的铅垂线都垂直于该点的曲面） 地球椭球面：人们假想，可以将大地体绕短轴（地轴）飞速旋转，就能形成一个表面光滑的球体，即踢球椭球体。其表面可用数学模型定义和表达称为地球椭球面。
地图学原理
地图的定义：地图是按照一定的数学法则将地球上表面上的空间信息，经概括分析，以可视化、数字或接触的符号形式，缩小表达在一定载体上的图形模型，用以传输、模拟和认知客观世界的时空信息。 地图的基本特征：1、特殊的数学法则2、特定的符号系统3特异的地图概括4、独特的传输信息的通道 地图的分类 按地图的内容可分为普通体图和专题地图 按地图比例尺可分为：大比例从地图——比例尺大于等于1:10万的地图：中比例尺地图——比例尺大于1:100万，小于1:10万的地图；小比例尺地图——比例尺等于小于1：100的地图；按制图区分类：制图区可按多种标志分类：按自然区可分为全球图、半球图、大洲图；按行政区划可分为国家图、省图、县图、乡图；按宇宙空间可分为地球图、月球图，火星图等。按用途分类；按承载介质分类；按其他标志分类。 地图的构成要素1数学要输：地图投影、坐标网、比例尺、控制点等。2地理要素；3图边要素 地图的功能1、获取人之信息功能2、模拟客观世界的功能3、传输信息功能4再付信息功能5、感受信息功能 地图的用途1地图在国家经济建设、国防建设科学研究、文化教育领域，都得到极其广泛和普遍的应用。 地图学的概念 地图学的研究对象时地图，任务是研究地图理论、地图制作和地图使用。 地图学是以空间信息图形表达、存储和传输为目的，综合研究地图实质、制作技术及其使用方法的一门技术性、区域性学科。 地图学的研究内容与分支科学 研究内容：地图理论、地图制作与地图的技术和方法。 地图学由理论地图学、技术制图学和应用地图学三大分支学科构成。 地图学与相邻学科的关系：相互联系相互促进与发展的密切关系。测量学是地图制图的基础，地理学是制图者认识和表达地表环境的基础，色彩学，美学是决定地图艺术性的关键，遥感技术应用于地图制图，大大提高了地理信息获取的数量和质量，加快了成图周期，并使小比例尺地图直接测制成为现实。 地图制作方法简介大比例尺普通地图制作常采用实测成图法；中小比例尺普通地图制作常采用编绘成图法。专题地图制作一般采用编绘成图法。 地图制作方法简介 传统实测成图法常分为图根控制测量、地行测量、内业制图和制版印刷几个过程。实测成图法是在大地测量的基础上，利用国家大地控制网和国家高程控制网来完成测图的。大地测量的任务之一就是精确测量地面点的集合位置。 传统便会成图作业过程1、地图设计2、地图原图编绘3、地图出版准备4、地图印刷 遥感制图法1、遥感图像资料获取2遥感图像处理3、专题要素信息识别与提取4、地图地图编绘与专题要素转绘 计算机地图制图法1、数字地图制图工作过程分为数据采集，数据处理，图形编辑和图形输出四个阶段。2数字地图制图可分为编辑准备、数字获取、数据处理、图形输出和地图制印五个阶段。 现代地图制图进展现代地图学理论：地图信息论、地图传输论、地图符号学、地图模拟论、地图认知论、地图感受伦21世纪地图学发展趋势智能化、虚拟化、功能多极化、主客体同一化、全球一体化、地图RS GIS 和GPS一体化
数学建模之回归分析法
什么就是回归分析 回归分析(regression analysis)就是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛,回归分析按照涉及的自变量的多少,可分为一元回归分析与多元回归分析;按照自变量与因变量之间的关系类型,可分为线性回归分析与非线性回归分析。如果在回归分析中,只包括一个自变量与一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量与自变量之间就是线性关系,则称为多元线性回归分析。 回归分析之一多元线性回归模型案例解析 多元线性回归,主要就是研究一个因变量与多个自变量之间的相关关系,跟一元回归原理差不多,区别在于影响因素(自变量)更多些而已,例如:一元线性回归方程 为: 毫无疑问,多元线性回归方程应该 为: 上图中的x1, x2, xp分别代表“自变量”Xp截止,代表有P个自变量,如果有“N组样本,那么这个多元线性回归,将会组成一个矩阵,如下图所示: 那么,多元线性回归方程矩阵形式为: 其中:代表随机误差, 其中随机误差分为:可解释的误差与不可解释的误差,随机误差必须满足以下四个条件,多元线性方程才有意义(一元线性方程也一样) 1:服成正太分布,即指:随机误差必须就是服成正太分别的随机变量。 2:无偏性假设,即指:期望值为0 3:同共方差性假设,即指,所有的随机误差变量方差都相等 4:独立性假设,即指:所有的随机误差变量都相互独立,可以用协方差解释。 今天跟大家一起讨论一下,SPSS---多元线性回归的具体操作过程,下面以教程教程数据为例,分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系,建立拟
数学建模各种分析报告方法
现代统计学 1.因子分析(Factor Analysis) 因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。 运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力（权重）运用这种研究技术，我们还可以为市场细分做前期分析。 2.主成分分析 主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d,在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。 主成分分析和因子分析的区别 1、因子分析中是把变量表示成各因子的线性组合，而主成分分析中则是把主成分表示成个变量的线性组合。 2、主成分分析的重点在于解释个变量的总方差，而因子分析则把重点放在解释各变量之间的协方差。 3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specific factor）之间也不相关，共同因子和特殊因子之间也不相关。 4、主成分分析中，当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候，的主成分一般是独特的；而因子分析中因子不是独特的，可以旋转得到不同的因子。 5、在因子分析中，因子个数需要分析者指定（spss根据一定的条件自动设定，只要是特征值大于1的因子进入分析），而指定的因子数量不同而结果不同。在主成分分析中，成分的数量是一定的，一般有几个变量就有几个主成分。 和主成分分析相比，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更加有优势。大致说来，当需要寻找潜在的因子，并对这些因子进行解释的时候，更加倾向于使用因子分析，并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量（新的变量几乎带有原来所有变量的信息）来进入后续的分析，则可以使用主成分分析。当然，这中情况也可以使用因子得分做到。所以这中区分不是绝对的。 总得来说，主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data),b,
地图数学模型原理_结课作业
大学研究生结课作业地图数学模型原理与分析 院（系）名称：资源与环境科学学院专业名称：土地资源管理 学生：坤 学生学号：03 指导教师：何宗宜 二○一五年六月
一、在空间数据库中,把大比例尺图形数据缩编成小比例尺,图形数据是按要素分层的,各要素应采用什么模型确定选取指标? 答：地图缩编通常会将图形数据按要素分层，如居民地、河流、道路等图层，各种要素选取指标的确定通常又有多种模型可以选择，下面采用一元回归数学模型说明居民地和河流的指标选取过程。 1.居民地选取指标模型 确定居民地选取指标的模型包括一元回归模型、多元回归模型、图解计算法、开方根规律模型等，下面采用一元回归模型为例进行说明； （1）根据地图制图综合原理，资料图上居民地密度越大，新编图上居民地选取程度（选取百分比）越低。居民地选取程度与居民地密度之间存在着相关关系，依据这种相关关系可建立二者之间的回归模型。相关关系可用幂函数来表示：y=ax^b，其中a，b是待定参数。例如根据某制图区域1:20万地形图上量测的样品数据可得居民地选取程度数学模型为y=7.47x^(-0.65)，有了居民地选取程度模型，只要知道资料图居民地密度，就可以计算出新编地图居民地的选取程度（或选取数量）。同理可对全国围已成的各种比例尺地形图作了大量的实际观测，建立相应的居民地选取指标模型； （2）在实际地图制图数据处理中，常常是以与之比例尺相差不远的地形图作为资料图。考虑实际需要，通过数据分析处理，可得到相应的数学模型如下图所示： 图（1-1） 2.河流选取指标模型 （1）确定河流选取指标模型主要有一元回归模型、多元回归模型、方根模型等。实施地图综合时，应根据具体情况，选择合适的模型，下面以一元回归模型进行说明； ，其中（2）河网密度是确定河流选取指标（标准）的基本依据。河网密度系数K=L P L是河流的总长度，P是河流的流域面积，根据自然界的规律，河网越密该区域小河流就越 ，其中n是河流条数。多，即河网密度系数K和单位面积的河流条数n0有相关关系：n0=n p 依据河网密度系数K和单位面积的河流条数n0的相关关系，可建立河网密度系数K的数学