空间统计功能的应用
概率论与数理统计发展史
概率论与数理统计发展简史 姓名：苗壮学号：1110810513 班级：1108105 指导教师：曹莉 摘要：在这里，我们将简略地回顾一下概率论与数理统计的发展史，包括发展过程中所经历的一些大事，以及对这门学科的创立和发展有特别重大影响的那些学者的贡献． 关键词：概率论、数理统计、发展史 正文： 1.概率论的发展 17世纪，正当研究必然性事件的数理关系获得较大发展的时候，一个研究偶然事件数量关系的数学分支开始出现，这就是概率论． 早在16世纪，赌博中的偶然现象就开始引起人们的注意．数学家卡丹诺(Cardano)首先觉察到，赌博输赢虽然是偶然的，但较大的赌博次数会呈现一定的规律性, 卡丹诺为此还写了一本《论赌博》的小册子，书中计算了掷两颗骰子或三颗骰子时，在一切可能的方法中有多少方法得到某一点数．据说，曾与卡丹诺在三次方程发明权上发生争论的塔尔塔里亚，也曾做过类似的实验． 促使概率论产生的强大动力来自社会实践．首先是保险事业．文艺复兴后，随着航海事业的发展，意大利开始出现海上保险业务．16世纪末，在欧洲不少国家已把保险业务扩大到其它工商业上，保险的对象都是偶然性事件．为了保证保险公司赢利，又使参加保险的人愿意参加保险，就需要根据对大量偶然现象规律性的分析，去创立保险的一般理论．于是，一种专门适用于分析偶然现象的数学工具也就成为十分必要了． 不过，作为数学科学之一的概率论，其基础并不是在上述实际问题的材料上形成的．因为这些问题的大量随机现象，常被许多错综复杂的因素所干扰，它使难以呈“自然的随机状态”．因此必须从简单的材料来研究随机现象的规律性，这种材料就是所谓的“随机博弈”．在近代概率论创立之前，人们正是通过对这种随机博弈现象的分析,注意到了它的一些特性, 比如“多次实验中的频率稳定性”等，然后经加工提炼而形成了概率论. 荷兰数学家、物理学家惠更斯（Huygens）于1657年发表了关于概率论的早期著作《论赌博中的计算》．在此期间，法国的费尔马（Fermat）与帕斯卡（Pascal）也在相互通信中探讨了随机博弈现象中所出现的概率论的基本定理和法则．惠更斯等人的工作建立了概率和数学期望等主要概念，找出了它们的基本性质和演算方法，从而塑造了概率论的雏形．18世纪是概率论的正式形成和发展时期．1713年，贝努利（Bernoulli）的名著《推想的艺术》发表．在这部著作中，贝努利明确指出了概率论最重要的定律之一――“大数定律”，并且给出了证明，这使以往建立在经验之上的频率稳定性推测理论化了，从此概率论从对特殊问题的求解，发展到了一般的理论概括． 继贝努利之后，法国数学家棣谟佛（Abraham de Moiver）于1781年发表了《机遇原理》．书中提出了概率乘法法则，以及“正态分”和“正态分布律”的概念，为概率论的“中心极限定理”的建立奠定了基础． 1706年法国数学家蒲丰（Comte de Buffon）的《偶然性的算术试验》完成，他把概率和几何结合起来，开始了几何概率的研究，他提出的“蒲丰问题”就是采取概率的方法来求圆周率π的尝试．
GIS空间分析的功能和广泛应用
一、GIS空间分析的功能 前面已经介绍过GIS，大家已经知道空间分析就是对分析空间数据有关技术的统称。所以我们根据作用的数据性质不同，可以经空间分析分为： 1、空间图形数据的拓扑运算； 2、非空间属性数据运算； 3、空间和非空间数据的联合运算。 空间分析赖以进行的基础是仰仗于地理空间数据库，其运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段，最终的目的是解决人们所涉及到地理空间的实际问题，提取和传输地理空间信息，特别是隐含信息，以辅助决策。 GIS中可以实现空间分析的基本功能，包括空间查询与量算，叠加分析、缓冲区分析、网络分析等，并描述了相关的算法，以及其中的计算公式。 1、叠加分析 叠加分析至少要使用到同一区域，具有相同坐标系统的两个图层。所谓叠加分析，就是将包含感兴趣的空间要素对象的多个数据层进行叠加，产生一个新要素图层。该图层综合了原来多层实体要素所具有的属性特征。叠加分析的目标是分析在空间位置上有一定关联的空间对象的空间特征和专题属性之间的相互关系。多层数据的叠加分析，不仅仅产生了新的空间对象的空间特征和专题属性之间的相互关系，能够发现多层数据间的相互差异、联系和变换等特征。 根据GIS数据结构的不同，将GIS叠加分析分为基于矢量数据的叠加分析和基于栅格数据的叠加分析。 在GIS的矢量数据结构中，地理孔吉对象由点、线、面等要素来表示，所以基于矢量数据的叠加分析又可以分为点与多边形的叠加分析、线与多边形的叠加分析和多边形间的叠加分析三大类。
点与多边形的叠加，就是研究某一矢量数据层中的点要素位于另外一个矢量数据层中的哪个多边形内，这呀就可以根据点与多边形的空间关系，确定给点要素添加哪些属性特征。 线与多边形叠加，就是研究矢量数据层中的线要素与其他数据层中的多边形要素之间的关系，进而判定线要素与多边形的相离、相交、包含等空间关心。 多边形的叠加，就是要研究两个或多个多边形矢量数据层的叠加操作，生成一个新的多边形数据层。 栅格数据的叠加分析可以表达为地图代数的元算的过程。所谓地图代数，就是指在GIS中将数据层作为方程变量的函数运算，通常情况下都是指栅格数据层运算。栅格数据中，地理实体都是通过规则网格单元来表示的，层与层之间的叠加操作是通过逐个网格单元之间的运算来实现的。在栅格数据叠加分析中，地图代数运算又分为代数运算与逻辑运算。 栅格叠加分析与多边形叠加分析一样，是求两组或两组以上空间图形的交集，但是多边形叠加分析得到的是合成多边形，而栅格叠加分析得到的是合成数据串，这些合成的数据文件是进一步进行空间聚类或聚合的依据。 类型叠加：将两组或两组以上的地理编码数据，求它们的交集，以建立新的数据文件，根据分析任务，设置命令，得到最后的类型叠加结果。 统计叠加：将区域界线(政区、自然区域或经济区域等)，与专题数字地图叠加，建立的合成数据串，作出各区专门内容的数量统计。动态分析：将同一种要素在不同时期的两组属性数据叠加，建立合成数据串，它们之差就是该要素在该时段内的变化，在土地利用动态监测中，常要使用这种分析方法。 2、缓冲区分析 缓冲区是根据点、线、面地理实体，建立起周围一定宽度范围内的扩展距离图，缓冲区的作用是用来限定所需处理的专题数据的空间范围。一般认为缓冲区以内的信息均是与构成缓冲区的核心实体相关的，及邻接或关联关系，而缓冲区以外的数据与分析无关。
统计学的发展历程
统计学的发展历程 统计学的英文statist ics最早是源于现代拉丁文statisticum collegium (国会)以及意大利文statista (国民或政治家)。德文Statistik，最早是由Gottfried Achenwall(1749)所使用，代表对国家的资料进行分析的学问，也就是“研究国家的科学”。在十九世纪统计学在广泛的数据以及资料中探究其意义，并且由John Sinclair引进到英语世界。 统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里斯多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”，“政治算数”和“统计分析科学”三个发展阶段。所谓“数理统计”并非独立于统计学的新学科，确切地说它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础，但是它不属于统计学的范畴，而属于数学的范畴。 统计学的发展过程的三个阶段 第一阶段称之为“城邦政情”(Matters of state)阶段 “城邦政情”阶段始于古希腊的亚里斯多德撰写“城邦政情”或“城邦纪要”。他一共撰写了一百五十馀种纪要，其内容包括各城邦的历史，行政，科学，艺术，人口，资源和财富等社会和经济情况的比较，分析，具有社会科学特点。“城邦政情”式的统计研究延续了一两千年，直至十七世纪中叶才逐渐被“政治算数”这个名词所替代，并且很快被演化为“统计学”(Statistics)。统计学依然保留了城邦(state)这个词根。 第二阶段称之为“政治算数”(Politcal arthmetic)阶段 与“城邦政情”阶段没有很明显的分界点，本质的差别也不大。 “政治算数”的特点是统计方法与数学计算和推理方法开始结合。分析社会经济问题的方式更加注重运用定量分析方法。 1690年英国威廉·配弟出版(政治算数)一书作为这个阶段的起始标志. 威廉·配弟用数字，重量和尺度将社会经济现象数量化的方法是近代统计学的重要特征。因此，威廉？配弟的(政治算数)被后来的学者评价为近代统计学的来源，威廉？配弟本人也被评价为近代统计学之父。 配弟在书中使用的数字有三类： 第一类是对社会经济现象进行统计调查和经验观察得到的数字.因为受历史条件的限制，书中通过严格的统计调查得到的数据少，根据经验得出的数字多； 第二类是运用某种数学方法推算出来的数字。其推算方法可分为三种： “(1)以已知数或已知量为基础，循著某种具体关系进行推算的方法； (2)通过运用数字的理论性推理来进行推算的方法； (3)以平均数为基础进行推算的方法”； 第三类是为了进行理论性推理而采用的例示性的数字.配弟把这种运用数字和符号进行的推理称之为“代数的算法”。从配弟使用数据的方法看，“政治算数”阶段的统计学已经比较明显地体现了“收集和分析数据的科学和艺术”特点，统计实证方法和理论分析方法浑然一体，这种方法即使是现代统计学也依然继承。
浅析统计学的起源
浅析统计学的起源 摘要从逻辑和历史两个角度对推断统计学的起源进行了尝试性的索关键词:统计史;起源 引言：史学研究历来受思想家们的重视,说史学研究应成为任何学科永恒的研究主题丝毫也不过分,因为早在两千多年前,中国古代伟大的思想家孔子,在论语中就曾留下了温故而知新的至理名言,而16世纪著名的英国哲学家培根也曾说过,读史使人明智。如果套用统计学里的一句专业术语,那就是历史具有遍历性。。 任何历史研究都必须首先限定其研究的时间范畴,对于推断统计史而言,一个首要问题就是:推断统计学的历史应该从哪里开始?为说明这个问题,我们首先探究一下统计学是什么。按一般统计学教材或百科全书上的定义:统计学是一门关于如何有效地收集、整理、表述、分析和解释数据的学科。其中的数据即为统计学的研究对象,因此统计学也被认为是一门从数据中获得有用信息的数据分析学科。需要强调的是,统计学研究的数据一定要具有随机性,也就是说可以通过某种概率分布规律来描述数据的分布状态,这一点也是统计学有别于其他处理数据学科的最重要特征。 在上述统计学的定义下,统计学又可划分为描述统计与推断统计。描述统计是一种通过图形、列表、数量化度量等方法描述样本数据基本特征的统计方法,其作用是对样本数据进行初步精炼,虽然在很多情况下样本数据的特征可用来推断总体的特征,但这需要给出推断的误差精度,由于描述统计中不包含任何关于误差精度的陈述,故
其结论也就仅局限于样本数据,与总体无关,从而也不存在推断问题。不过统计学的终极目的是希望通过样本来获取总体信息,故推断统计,即利用样本信息以及其它信息,获取有关样本所处总体信息的推断理论,就成为描述统计进一步发展的必然产物。下面我们引述有关文献给出的几个相当久远的例子加以说明。 古印度部落国王图潘纳为了炫耀自己的数学能力,他告诉自己的马车夫纳拉一个被放逐的国王,说他猜测出了一颗巨大果树两个枝干上的树叶与果实的数量,纳拉经过一夜的计算,吃惊地发现图潘纳的猜测非常接近实际的真实数量。这个故事来源于印度史诗摩诃婆罗多它最迟完成于公元400年。相当多的现代学者们认为,图潘纳是通过计算某一个典型小枝上树叶与果实的数量后,将其乘以整个果树上小枝的个数得到他的猜测的。 在伯罗奔尼撒战争中,古希腊的雅典人曾采取过架云梯突破敌人城墙的方法。由于建造适当高度的云梯就必须知道敌方城墙的高度,为此雅典人采取了如下方法来估算城墙高度:首先派一些士兵同时数前方敌城裸露部分城墙所砌砖的层数。虽然有一部分士兵的计数会发生错误,但大多数的计数结果应该是正确的,特别是出现最频繁的层数与那部分无法看见的城墙的层数会足够接近。然后通过猜测出来的城砖厚度乘以最频繁的层数估算出城墙的高度。这个故事来源于古希腊历史学家修西得底斯所著的伯罗奔尼撒战争史 应该说在我们给出的这些例子中,古人所使用的推断方法在形式上是属于推断统计学的,但这些方法没有给出有关推断结果的不确
统计学的发展历程复习进程
统计学的发展历程
统计学概述 [编辑本段] 统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。 统计学主要又分为描述统计学和推断统计学。给定一组数据，统计学可以摘要并且描述这份数据，这个用法称作为描述统计学。另外，观察者以数据的形态建立出一个用以解释其随机性和不确定性的数学模型，以之来推论研究中的步骤及母体，这种用法被称做推论统计学。这两种用法都可以被称作为应用统计学。另外也有一个叫做数理统计学的学科专门用来讨论这门科目背后的理论基础。 统计学的发展历程 [编辑本段] 统计学的英文statistics最早是源于现代拉丁文statisticum collegium (国会)以及意大利文 statista (国民或政治家)。德文Statistik，最早是由Gottfried Achenwall(1749)所使用， 代表对国家的资料进行分析的学问，也就是“研究国家的科学”。在十九世纪统计学在广泛的数据以及资料中探究其意义，并且由John Sinclair引进到英语世界。 统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里斯多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”，“政治算数”和“统计分析科学”三个发展阶段。所谓“数理统计”并非独立于统计学的新学科，确切地说它是统计学在第三个发展阶段所形成的所有收集和分析数据
ArcGIS空间分析工具
ArcGIS空间分析工具（Spatial Analyst Tools）1空间分析之常用工具 空间分析扩展模块中提供了很多方便栅格处理的工具。其中提取（Extraction）、综合（Generalization）等工具集中提供的功能是在分析处理数据中经常会用到的。 1.1提取（Extraction） 顾名思义，这组工具就是方便我们将栅格数据按照某种条件来筛选提取。 工具集中提供了如下工具： Extract by Attributes：按属性提取，按照SQL表达式筛选像元值。 Extract by Circle：按圆形提取，定义圆心和半径，按圆形提取栅格。 Extract by Mask：按掩膜提取，按指定的栅格数据或矢量数据的形状提取像元。 Extract by Points：按点提取，按给定坐标值列表进行提取。 Extract by Polygon Extract by Rectangle Extract Values to Points：按照点要素的位置提取对应的（一个/多个）栅格数据的像元值，其中，提取的Value可以使用像元中心值或者选择进行双线性插值提取。 Sample：采样，根据给定的栅格或者矢量数据的位置提取像元值，采样方法可选：最邻近分配法（Nearest）、双线性插值法（Bilinear）、三次卷积插值法（Cubic）。 以上工具用来提取栅格中的有效值、兴趣区域\点等很有用。
1.2综合 这组工具主要用来清理栅格数据，可以大致分为三个方面的功能：更改数据的分辨率、对区域进行概化、对区域边缘进行平滑。 这些工具的输入都要求为整型栅格。 1.更改数据分辨率 Aggregate：聚合，生成降低分辨率的栅格。其中，Cell Factor需要是一个大于1的整数，表示生成栅格的像元大小是原来的几倍。 生成新栅格的像元值可选：新的大像元所覆盖的输入像元的总和值、最小值、最大值、平均值、中间值。 2.对区域进行概化 Expand：扩展，按指定的像元数目扩展指定的栅格区域。 Shrink：收缩，按指定的像元数目收缩所选区域，方法是用邻域中出现最频繁的像元值替换该区域的值。 Nibble：用最邻近点的值来替换掩膜范围内的栅格像元的值。 Thin：细化，通过减少表示要素宽度的像元数来对栅格化的线状对象进行细化。 Region Group：区域合并，记录输出中每个像元所属的连接区域的标识。每个区域都将被分配给唯一编号。 3.对区域边缘进行平滑 Boundary Clean：边界清理，通过扩展和收缩来平滑区域间的边界。该工具会去更改X 或Y方向上所有少于三个像元的位置。 Majority Filter：众数滤波，根据相邻像元数据值的众数替换栅格中的像元。可以认为是“少数服从多数”，太突兀的像元被周围的大部队干掉了。其中“大部队”的参数可设置，相邻像元可以4邻域或者8邻域，众数可选，需要大部分（3 /4、5/8）还是过半数即可。
空间数据分析模型
第7 章空间数据分析模型 7.1 空间数据 按照空间数据的维数划分，空间数据有四种基本类型：点数据、线数据、面数据和体数据。 点是零维的。从理论上讲，点数据可以是以单独地物目标的抽象表达，也可以是地理单元的抽象表达。这类点数据种类很多，如水深点、高程点、道路交叉点、一座城市、一个区域。 线数据是一维的。某些地物可能具有一定宽度，例如道路或河流，但其路线和相对长度是主要特征，也可以把它抽象为线。其他的线数据，有不可见的行政区划界，水陆分界的岸线，或物质运输或思想传播的路线等。 面数据是二维的，指的是某种类型的地理实体或现象的区域范围。国家、气候类型和植被特征等，均属于面数据之列。 真实的地物通常是三维的，体数据更能表现出地理实体的特征。一般而言，体数据被想象为从某一基准展开的向上下延伸的数，如相对于海水面的陆地或水域。在理论上，体数据可以是相当抽象的，如地理上的密度系指单位面积上某种现象的许多单元分布。 在实际工作中常常根据研究的需要，将同一数据置于不同类别中。例如，北京市可以看作一个点（区别于天津），或者看作一个面（特殊行政区，区别于相邻地区），或者看作包括了人口的“体”。 7.2 空间数据分析 空间数据分析涉及到空间数据的各个方面，与此有关的内容至少包括四个领域。 1）空间数据处理。空间数据处理的概念常出现在地理信息系统中，通常指的是空间分析。就涉及的内容而言，空间数据处理更多的偏重于空间位置及其关系的分析和管理。 2）空间数据分析。空间数据分析是描述性和探索性的，通过对大量的复杂数据的处理来实现。在各种空间分析中，空间数据分析是重要的组成部分。空间数据分析更多的偏重于具有空间信息的属性数据的分析。 3）空间统计分析。使用统计方法解释空间数据，分析数据在统计上是否是“典型”的，或“期望”的。与统计学类似，空间统计分析与空间数据分析的内容往往是交叉的。 4）空间模型。空间模型涉及到模型构建和空间预测。在人文地理中，模型用来预测不同地方的人流和物流，以便进行区位的优化。在自然地理学中，模型可能是模拟自然过程的空间分异与随时间的变化过程。空间数据分析和空间统计分析是建立空间模型的基础。 7.3 空间数据分析的一些基本问题 空间数据不仅有其空间的定位特性，而且具有空间关系的连接属性。这些属性主要表现为空间自相关特点和与之相伴随的可变区域单位问题、尺度和边界效应。传统的统计学方法在对数据进行处理时有一些基本的假设，大多都要求“样本是随机的”，但空间数据可能不一定能满足有关假设，因此，空间数据的分析就有其特殊性（David,2003）。
空间数据分析
空间数据分析报告 —使用Moran's I统计法实现空间自相关的测度1、实验目的 （1）理解空间自相关的概念和测度方法。 （2）熟悉ArcGIS的基本操作，用Moran's I统计法实现空间自相关的测度。2、实验原理 2.1空间自相关 空间自相关的概念来自于时间序列的自相关，所描述的是在空间域中位置S 上的变量与其邻近位置Sj上同一变量的相关性。对于任何空间变量（属性）Z，空间自相关测度的是Z的近邻值对于Z相似或不相似的程度。如果紧邻位置上相互间的数值接近，我们说空间模式表现出的是正空间自相关；如果相互间的数值不接近，我们说空间模式表现出的是负空间自相关。 2.2空间随机性 如果任意位置上观测的属性值不依赖于近邻位置上的属性值，我们说空间过程是随机的。 Hanning则从完全独立性的角度提出更为严格的定义，对于连续空间变量Y,若下式成立，则是空间独立的： 式中，n为研究区域中面积单元的数量。若变量时类型数据，则空间独立性的定义改写成 式中，a,b是变量的两个可能的类型，i≠j。 2.3Moran's I统计 Moran's I统计量是基于邻近面积单元上变量值的比较。如果研究区域中邻近面积单元具有相似的值，统计指示正的空间自相关；若邻近面积单元具有不相似的值，则表示可能存在强的负空间相关。
设研究区域中存在n 个面积单元，第i 个单位上的观测值记为y i ，观测变量在n 个单位中的均值记为y ，则Moran's I 定义为 ∑∑∑∑∑======n i n j ij n i n j ij n i W W n I 11 11j i 1 2i ) y -)(y y -(y )y -(y 式中，等号右边第二项∑∑==n 1i n 1j j i ij )y -)(y y -(y W 类似于方差，是最重要的项，事 实上这是一个协方差，邻接矩阵W 和) y -)(y y -(y j i 的乘积相当于规定)y -)(y y -(y j i 对邻接的单元进行计算，于是I 值的大小决定于i 和j 单元中的变量值对于均值的偏离符号，若在相邻的位置上，y i 和y j 是同号的，则I 为正；y i 和y j 是异号的， 则I 为负。在形式上Moran's I 与协变异图 {}{}u ?-)Z(s u ?-)Z(s N(h)1(h)C ?j i ∑=相联系。 Moran's I 指数的变化范围为（-1,1）。如果空间过程是不相关的，则I 的期望接近于0，当I 取负值时，一般表示负自相关，I 取正值，则表示正的自相关。用I 指数推断空间模式还必须与随机模式中的I 指数作比较。 通过使用Moran's I 工具，会返回Moran's I Index 值以及Z Score 值。如果Z score 值小于-1.96获大于1.96，那么返回的统计结果就是可采信值。如果Z score 为正且大于1.96，则分布为聚集的；如果Z score 为负且小于-1.96，则分布为离散的；其他情况可以看作随机分布。 3、实验准备 3.1实验环境 本实验在Windows 7的操作系统环境中进行，使用ArcGis 9.3软件。 3.2实验数据 此次实习提供的数据为以湖北省为目标区域的bount.dbf 文件。.dbf 数据中包括第一产业增加值，第二产业增加值万元，小学在校学生数，医院、卫生院床位数，乡村人口万人，油料产量，城乡居民储蓄存款余额，棉花产量，地方财政一般预算收入，年末总人口(万人)，粮食产量，普通中学在校生数，肉类总产量，规模以上工业总产值现价（万元）等属性，作为分析的对象。
统计学的产生与发展简介
统计学的产生与发展简介 人类的统计实践是随着记数活动而产生的。因此，对统计发展的历史可追溯到远古的原始社会。但是，使人类的统计实践上升到理论予以总结和概括成一门系统的科学----统计学，却是近代的事情，距今只有300多年的历史。 从统计学的产生和发展过程来看，大致可以分为三个时期： 萌芽期?近代期?现代期 1．萌芽期（17世纪中叶~18世纪） 主要学派： 国势学派（代表人物为德国的H.Conring和G.Achenwall）； 政治算术学派（代表人物为英国的W.Petty）。 国势学派所做的工作主要是对国家重要事项的记录，因此又称为“记述学派”。严格讲，这一学派的研究对象和研究方法都不符合统计学的要求，但国势学派对统计学的创立和发展作了不少贡献：（1）为这门新兴的学科起了一个至今仍为世界公认的名词：“统计学”（statistics）； （2）提出了至今仍为统计学者所采用的一些术语，如：“显著事项“，“统计数字资料”，“数字对比”等等。 政治算术学派的代表人物W.Petty曾被马克思称为“政治经济学
之父，在某种程度上也可以说是统计学的创始人”。原因就是W.Petty 在他所著的《政治算术》一书中，对当时的英国、荷兰、法国之间的“国富和力量”进行了数量上的计算和比较，做了前人从没有做过的从数量方面来研究社会经济现象的工作。 政治算术学派对统计学的主要贡献： （1）不仅满足于社会经济现象的数量登记、列表、汇总、记述等过程，还要求把这些统计经验加以全面系统地总结， 并从中提炼出某些理论原则。 （2）在搜集资料方面，提出了“大量观察法”、“典型调查”、“定期调查”等思想。 （3）在处理资料方面，广泛运用了分类、制表以及各种指标来浓缩与显现数量资料的内涵信息。 2．近代期（18世纪末~19世纪） 主要学派： 数理统计学派（代表人物为法国的https://www.360docs.net/doc/5012184383.html,place和比利时的A .Quetelet）； 社会统计学派（代表人物为德国的K.G.A.Knies和C.L.E.Engel）。 Laplace是第一个把概率论引进统计学领域的，他是一位天文学家、数学家、统计学家，他对统计学的贡献：
MapGis图形编辑平台空间分析功能及其应用
第２４卷第１２期 ２０１５年１２月 中 国 矿 业 CHINA MINING MAGAZINE Vol ．２４，No ．１２ Dec ． ２０１５ MapGis 图形编辑平台空间分析功能及其应用 张晓棠 （河北省地质测绘院，河北廊坊０６５０００） 摘 要：结合具体实例介绍MapGis 图形编辑平台中空间分析模块的功能及具体应用，同时包括一些MapGis 编辑平台的应用技巧。 关键词：MapGis ；空间分析；应用 中图分类号：P ２０８ 文献标识码：A 文章编号：１００４-４０５１（２０１５）１２-０１５７-０２ The Function and Application of MapGis spatial analysis module ZHANG Xiao -tang （Geological Surveying and Mapping Institute of Hebei Province ，Langfang ０６５０００，China ） Abstract ：In this artical ，the author introduced the functions and applications of MapGis spatial analysis module by using specific examples ．Some application skills of this graphic editing platform are also included in the artical ． Key words ：MapGis ；spatial analysis ；application 收稿日期：２０１５-０２-０７ MapGis 自２０世纪２０年代起步（M apCAD ），经 过近三十年的发展取得了长足的进步，MapGis K 系列软件成为国产GIS 平台中的佼佼者。然而，在地理信息数据采集领域，特别是地质测绘行业，由于使用习惯、历史积累及软件自身强大功能的吸引，其图形编辑平台的终极版MapGis ６．７仍然是业界进行图形编辑的不二之选。本文结合作者的使用经验对其空间分析模块的功能做一简要介绍。1 对象的几何类型 几何图形无外以下三种类型：①零维对象，表现为点，点图形只需一组坐标即可定位。M apGis 的点对象包括符号、注记、版面、插入的图像等，外观不同但几何性质完全一样。②一维对象。表现为线，线是由一系列有序坐标对确定的对象，M apGis 的线只包括两点线段和多点折线，圆线和其他曲线都是由折线模拟的。③二维对象。表现为面，面也是由一系列在序坐标对确定的对象，与线不同的是，面要求首尾相接。M apGis 中的面称为区（域）。 MapGis 中各类对象均有丰富、灵活的形状、大小、结构、颜色等多种图案特性，但并不影响空间分 析结果。 2 空间关系2．1 与点的关系 １）点与点只有相离（即不同）与重合（即相同）两种关系。 ２）线与点的关系。当点位于线的节点或线相邻节点确定的线段上时，称为点在线上（线包含点）。 ３）面与点的关系。当点不在面轮廓上且过该点的某一直线与面轮廓有偶数个交点时，以该线为参照，如果位于该点左右两侧的交点个数均为奇数，则称面包含点；如果位于该点左右两侧的交点个数均为偶数，则称面与点相离。2．2 与线的关系 １）线与线的关系。当两线的所有节点和节点顺序均完全相同时，称两线重合；当两线只有部分节点相同（或可以求解新的节点）时，称两线相交。 ２）面与线的关系。当线全部位于面内部时，称面包含线；当线的一部分位于面内部时，称面与线相交；当线面没有公共点时，称相离。2．3 与面的关系 面与面的关系分为相离（没有公共点）、相交（有一个以上的公共点）、包含（一个面完全位于另一个面内）、重合（两面完全相同）。面与面相交可以是点（只有一个公共点）、线（只有轮廓相接）和面
统计学历史中的学派
一、－世纪——统计学的创立和发展 德国的斯勒兹曾说过：“统计是动态的历史，历史是静态的统计。”可见统计学的产生与发展是和生产的发展、社会的进步紧密相联的。 （）统计学的创立时期 统计学的萌芽产生在欧洲。世纪中叶至世纪中叶是统计学的创立时期。在这一时期，统计学理论初步形成了一定的学术派别，主要有国势学派和政治算术学派。 、国势学派 国势学派又称记述学派，产生于世纪的德国。由于该学派主要以文字记述国家的显著事项，故称记述学派。其主要代表人物是海尔曼·康令和阿亨华尔。康令第一个在德国黑尔姆斯太特大学以“国势学”为题讲授政治活动家应具备的知识。阿亨华尔在格丁根大学开设“国家学”课程，其主要著作是《近代欧洲各国国势学纲要》，书中讲述“一国或多数国家的显著事项”，主要用对比分析的方法研究了解国家组织、领土、人口、资源财富和国情国力，比较了各国实力的强弱，为德国的君主政体服务。因在外文中“国势”与“统计”词义相通，后来正式命名为“统计学”。该学派在进行国势比较分析中，偏重事物性质的解释，而不注重数量对比和数量计算，但却为统计学的发展奠定了经济理论基础。但随着资本主义市场经济的发展，对事物量的计算和分析显得越来越重要，该学派后来发生了分裂，分化为图表学派和比较学派。 、政治算术学派 政治算术学派产生于世纪中叶的英国，创始人是威廉·配第（），其代表作是他于年完成的《政治算术》一书。这里的“政治”是指政治经济学，“算术”是指统计方法。在这部书中，他利用实际资料，运用数字、重量和尺度等统计方法对英国、法国和荷兰三国的国情国力，作了系统的数量对比分析，从而为统计学的形成和发展奠定了方法论基础。因此马克思说：“威廉·佩第——政治经济学之父，在某种程度上也是统计学的创始人。” 政治算术学派的另一个代表人物是约翰·格朗特（）。他以年伦敦教会每周一次发表的“死亡公报”为研究资料，在年发表了《关于死亡公报的自然和政治观察》的论著。书中分析了年来伦敦居民死亡的原因及人口变动的关系，首次提出通过大量观察，可以发现新生儿性别比例具有稳定性和不同死因的比例等人口规律；并且第一次编制了“生命表”，对死亡率与人口寿命作了分析，从而引起了普遍的关注。他的研究清楚地表明了统计学作为国家管理工具的重要作用。 （）统计学的发展时期
空间分析原理及应用1
空间分析原理及应用1 …………密…………封…………线…………内…………请…………不…………要…………答…………题………… 一、名词解释（14×2=28） 1. 空间位置分析: 指通过空间坐标系中坐标值来确定空间物体的地理位置。 2. 空间分布分析: 空间分布反映了同类空间物体的群体定位信息。 3. 空间距离分析：空间物体的接近程度。 4. 空间关系: 空间对象的相关关系，包括拓扑、方位、相似、相关等。 5. ArcToolbox ：空间处理工具的集合，它包含了Arcgis 地理处理的大部分的分析工具和数 据管理工具。 6. 成本加权分配：通过成本距离加权函数，计算出每个栅格到距离最近、成本最低源的最 少累加成本。 7. 网格：将栅格图像按一定的数学函数进行划分得到的最小像素单元。 8. 克里格插值：又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法，克里格插值是一种基于统计学的插值方法。 9. 地图代数：地图代数是以一尺度空间内栅格点集的变换和运算来解决地理信息的图形符号可视化及空间分析的新型理论和方法，是作用于不同数据层面上的基于数学运算的叠加运算。 10. 重分类：即基于原有数值，对原有数值重新进行分类整理从而得到一组新值并输出。 11. 空间数据：空间数据是指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标，它具有定位、定性、时间和空间关系等特性。 12. 空间分析：空间分析是基于地理对象的位置和形态特征的空间数据分析技术，其目的在于提取和传输空间信息。
13. 表面分析：主要通过生成新数据集，诸如等值线，坡度，坡向，山体阴影等派生 数据，获得更多的反映原始数据集中所暗含的空间特征，空间格局等信息。 …………密…………封…………线…………内…………请…………不…………要…………答…………题………… 14. 等值线：将表面上相邻的具有相同的值的点连接起来的线，如地图上的等高线、 气温图上的等压线。 二、简答题（8×4=32） 1、简述GIS 空间关系 答：空间关系是指各空间实体之间的空间关系，包括拓扑空间关系，方位和相似等关系。 2、简述空间关系描述及主要方法 答：空间关系是指各空间实体之间的空间关系，包括拓扑空间关系，方位和相似等关系。 (1)拓扑关系的描述和方法：采用单纯形数据模型，用九交矩阵工具详细地研究了三 维空间中点(0-单纯形) 、线(1-单纯形) 、面(2-单纯形) 和体(3-单纯形) 间的拓扑关系，获得了九交矩阵所对应的几何图形。用集合论研究了拓扑关系的定性推理，得到了组合推 理表。(2)方向关系的描述和方法：建立了三维空间方向关系的描述模型，并对单方向关 系的推理进行了详细研究，导出了组合推理表，给出了单方向关系的推理规律。(3)距离 关系的描述和方法：建立了三维空间距离关系的定性描述系统，引入了区间数工具，根据 区间数的运算以及定性距离满足的三个约束条件，导出了在不同情况下定性距离推理结果 的通项公式。 3、简述栅格数据的聚类分析 答：栅格数据的聚类是根据设定的聚类条件对原有数据系统进行有选择的信息提取而 建立新的栅格数据系统的方法。栅格数据的聚合分析是根据空间分辨率和分类表，进行数 据类型的合并或转换以实现空间地域的兼并。栅格数据的聚类聚合分析处理法在数字地形 模型及遥感图像处理中应用中应用十分普遍。例如，由数字高程模型转换为数字高程分级 模型便是空间数据的聚合，而从遥感数字图像信息中提取其一地物的方法则是栅格数据的 聚类。 4、简述栅格数据的追踪分析 答：所谓栅格数据的追踪分析指对于特定的栅格数据系统，由某一点或多个起点，按 照一定的追踪线索追踪目标或者追踪轨迹信息提取的空间分析方法。栅格所记录的是地点 的海拔高程值，根据地面流水必然向最大坡降方向流动的基本追踪线索，可以得出在以上
空间统计分析实验报告
空间统计分析实验报告 一、空间点格局的识别 1、平均最邻近分析 平均最邻近距离指点间最邻近距离均值。该分析方法通过比较计算最邻近点对的平均距离与随机分布模式中最邻近点对的平均距离，来判断其空间格局，分析结果如图1所示。 图1 平均最邻近分析结果图最邻近比率小于1，聚集分布，Z值为-7.007176，P值为0，即这种情况是随机分布的概率为0
计算结果共有5个参数，平均观测距离，预期平均距离，最邻近比率，Z 得分，P值。 P值就是概率值，它表示观测到的空间模式是由某随机过程创建而成的概率，P 值越小，也就是观测到的空间模式是随机空间模式的可能性越小，也就是我们越可以拒绝开始的零假设。最邻近比率值表示要素是否有聚集分布的趋势，对于趋势如何，要根据Z值和P值来判断。 本实验中的最邻近比率小于1 ，聚集分布，Z值为-7.007176，P值为0，即这种情况是随机分布的概率为0，该结果说明省详细居民点的分布是聚集分布的，不存在随机分布。 2、多距离空间聚类分析 基于Ripley's K 函数的多距离空间聚类分析工具是另外一种分析事件点数据的空间模式的方法。该方法不同于此工具集中其他方法（空间自相关和热点分析）的特征是可汇总一定距离围的空间相关性（要素聚类或要素扩散）。 本实验中第一次将距离段数设为10，距离增量设为1，第二次将距离段数设为5，距离增量同样为1，得到如图2和图3所示的结果。 从图中可以看出，小于3千米的距离，观测值大于预测值，居民点聚集，大于3千米，观测值小于预测值，居民点离散。且聚集具有统计意义上的聚集，离散并未具有统计意义上的显著性。 图2 K函数聚类分析结果1
0-1分布到f分布统计学的发展历程
从0—1分布到f分布漫谈 统计学的发展历程 0—1分布就是n=1情况下的二项分布。即只先进行一次事件试验，该事件发生的概率为p,不发生的概率为q=1-p。这是一个最简单的分布，任何一个只有两种结果的随机现象,任何现象都可以用它来描述。设离散型随机变量的分布律为P{X=k}=p(1-p),其中k=0,1. 定义的格式则称X服从（0-1）分布，其中0 统计学简史 统计学简史1 统计是初产生于研究对国家，特别是对其经济以及人口的描述。当时现代数学尚未形成。因此那时的统计史基本上是经济史的范畴。现代统计主要起源于研究总体（population），变差（variation）和简化数据（reduction of data）。 第一个经典文献属于John Graunt(1620-1674)，其具有技巧的分析指出了把一些庞杂、令人糊涂的数据化简为几个说明问题的表格的价值。他注意到在非瘟疫时期，一个大城市每年死亡数有统计规律，而且出生儿的性别比为1.08，即每生13个女孩就有14个男孩。大城市的死亡率比农村地区要高。在考虑了已知原因的死亡及不知死亡年龄的情况下, Graunt估计出了六岁之前儿童的死亡率，并相当合理地估计出了母亲的死亡率为1.5％。因此，他从杂乱无章的材料中得出了重要的结论。他还给出了一个新的生命表。 Edmond Halley(哈雷)(1656－1742)利用了Breslau的记有死亡年龄的数据，改进了Graunt的生命表并引进了死亡率的定义。 瑞士数学家Leonhard Euler(欧拉)(1717-1783)提出了平稳生命表的概念。 Joha De Witt(1625-1672)等人最早讨论退休金和人寿保险的方案。 ThomasRobert MalthuS(马尔萨斯)(1766-1834),Alfred James Lotke(1881-1949)，Ronald Aylmer Fisher(费歇)(189l-l962)，及William Feller(费勒)(1906-1970)等人用渐趋复杂的数学来研究生命表的理论，这对人类及其它总体的动力学描述具有显著意义。 William Petty(1623－1687)是Graunt同时代的经济学家及朋友。他认为需要建立中央统计部来利用人口统计学的知识；由行政区利用列出记录年龄，性别，婚姻状况等细节的记录表格来收集数据；要有出生，死亡，婚姻，收入，教育和商业等方面的统计数据。当时在研究诸如死亡等时间序列时，Graunt注意到了随机的起伏；但他仅以机械的术语加以描述一把这些与钟表运动的忽动忽停相联系。实际上，这种不规则的变化也影响赌博和天文学。因此，其后进一步导致了随机误差的误差分布概念的出现。 赌博产生了第一个机会事件的模型：如果硬币就骰子的每一面都有相同概率，则导致估计抛一个均衡的硬币所出现的正面次数或挪一个均衡的骰子的总点数。 更一般地，Abrahamde Moivre(棣美佛)(1667-1754)导出了对二项分布的一个近似；这使每一个概率都等于正态曲线下的一块面积，这是一种的中心极限定理。 Pierre simon Laplace(拉普拉斯)(1749－1827)导出了对男子出生比例的类似的渐近公式。 Jacob Bemonlli(伯努利)(1664-1705)以弱大数定律支持了对大样本均值的使用。 Thomas simpson(辛普森)(1710－1761)计算了同分布随机变量和的精确分布，同样也支持了对大样本均值的使用。在天文学中，要对一些运动星体位置的未知参数进行估计，通常某统计学简史