Въведение в анализа - ppt изтегляне

Въведение в анализ Лиценз 3 - Математически и статистически инструменти Въведение в анализ на пространствения модел

Структура Статистически напомняния Тестът на Колмогоров Смирнов Законът на Поасон Пространствен анализ на моделите Пространствено разпределение: целите Анализ на квадратите Анализ на най-близкия съсед Функцията G Функцията F Функцията на Рипли К представяне на плътността на ядрото

Тестът на Колмогоров Смирнов Колмогоров Смирнов непараметричен тест Състои се в изчисляване на съществуващите разлики между кумулативните относителни честотни разпределения на две проби и проверка дали най-голямата разлика може да бъде случайна или не (Dobs). За поне една стойност на xi Simple на пример ...

Тест на Колмогоров Смирнов Черно мече домашен обхват (F&M) Секс домашен обхват (km2) FM 37 72 94 504 60 173 49 18 560 50 274 168 102 20 Въпрос: Размерът на домашния диапазон на мъжките черни мечки е различен от този на домейна на жените? Предположения: За поне една стойност на xi

Тестът на Колмогоров Смирнов Freq cum abs. Честота свършване rel. Разл. Разл. макс. xi Fcum (xiF) Fcum (xiM) Fcum (xiF)/nF (A) Fcum (xiM)/nM (B) (A) - (B) Dobs 18 20 37 49 50 60 72 94 102 168 173 274 504 560 1 2 3 5 6 7 8 9 4 0,111 0,222 0,333 0,555 0,666 0,777 0,888 0,166 0,500 0,833 0,722

Тестът на Колмогоров Смирнов

Тестът на Колмогоров Смирнов Тук случай на малки проби nF & nM KSa, тогава ние отхвърляме H0 (отхвърляне на твърде големи стойности) Тук 48> 39, следователно отхвърляме H0 Заключение: Размерът на домашния диапазон на мъжете се различава значително от степента на женски домейн.

Тест на Колмогоров Смирнов Ако, напротив, n1 & n2 са по-големи от 25, ние изчисляваме: Ако Dobs> Da, хипотезата H0 се отхвърля в полза на H1

Една от непредвидените ситуации има много ниска вероятност. Закон на Поасон: P (m) Закон на Поасон: прекъснато теоретично разпределение, което произтича от биномния закон. Една от непредвидените ситуации има много ниска вероятност. Използва се главно при броене на индивиди или събития, разпределени на случаен принцип във времето или пространството. Биномиалният закон клони към Поасон, ако p намалява и n нараства. На практика събитие е рядко, ако p 50.

Законът на Поасон: P (m) Пример ... Търсене на валути с металотърсач. 48 монети са намерени за 89 дни.

s2 = m = 0,539 Закон на Поасон: P (m) Среден брой валути, намерени на ден: 48/89 = 0,539. Вероятност за находка, настъпила в D-ден: p = 1/89 = 0,011. Брой събития = 89 s2 = m = 0,539

Закон на Поасон: P (m)

Математическо очакване: m = np Закон на Поасон: P (m) Математическо очакване: m = np Дисперсията: s2 = npq; всъщност s2 -> m

Пространствен анализ - целите Тук анализът се фокусира върху статистическия анализ на основните модели и процеси. Последният въпрос е: "Каква е причината, поради която наблюдаваме такъв пространствен модел?" Процесът е първо изследователски и количествен. Тогава е предвидено да бъде обяснително. В това въведение ще се съсредоточим главно върху изследователския аспект.

Пространствен анализ - Анализ с R цели (безплатен, пълен, бърз, широко използван в науката)

Ефекти от първи и втори ред

Пространствено разпределение Анализ на пространствените свойства на всички точки. Два подхода: Плътност с използване на анализ „Quadrat“. Въз основа на честотата на разпределение или плътността на точките в мрежа. Дисперсия/средно съотношение Сравнение с теоретичните честотни разпределения. Анализ на най-близкия съсед въз основа на разстоянията между точките.

Квадратен анализ Изчисляване на честотите Преброяване на населението Няколко начина за изграждане на квадрати. Обърнете внимание на техните размери!

Квадратен анализ Изградете мрежа, чиито елементи имат ширината: Третирайте всяка клетка като наблюдение и пребройте броя точки във всяка, за да създадете променливата X. Изчислете дисперсията, средната стойност на X и съотношението дисперсия/средно. За равномерно разпределение дисперсията е 0 Така че съотношението дисперсия/средно трябва да бъде близо до 0. За случайно разпределение вариацията и средната стойност са еднакви (закон на Поасон). Така че съотношението дисперсия/средно трябва да бъде близко до 1. За разпределение от клъстерен тип дисперсията е голяма. Така че съотношението дисперсия/средно трябва да бъде по-голямо от 1. A = площ P = брой точки

Анализ на квадратите x x x равномерен клъстер Случайна дисперсия x равномерна x СЛУЧАЙЕН ЕДИНЕН КЛЪСТЪР Вариант N = брой на квадратите = 10

Квадратен анализ Сравняваме честотите, наблюдавани в квадратите, с очакваните честоти, които биха се генерирали от: Случайен модел (закон на Поасон) Модел от клъстерен тип Еднороден модел (напр. Всяка клетка има точки P/Q) Две възможности за сравняване на двете честоти на разпределение: c2, Колмогоров-Смирнов

Средно 4 точки на клетка (l = 100/25). Дисперсия = 4,59 Квадратен анализ 3 2 6 4 7 9 5 Средно 4 точки на клетка (l = 100/25). Дисперсия = 4,59

Квадратен анализ Freq Obs, O Exp, E | O-E | | O - E | 2/E 1 .5 0.64 1.8 1.83 2 1 .5 0.64 1.8 1.83 2 6 3.7 2.3 1.49 3 4.9 1.1 0.25 4 2.9 1.7 5 3.9 .9 0.21 2.6 1.4 0.75 7 1.5 0.18 8 .7 0.74 9. 3 1,35 10 .1 0,13 Сума 25 χ2 = 9,3 Freq Obs, O Exp, E | OE | | O - E | 2/E 0-1 1 2,3 1,3 0,73 2-3 12 8,6 3,4 1,34 4-5 5 8,8 3,8 1,64 6 и + 7 5,3 1,7 0,54 Сума 25 χ2 = 4,3 Внимавайте, обаче, по-малко от 5 наблюдения в някои класове! Прегрупираме се! χ20.05.2 = 6, следователно с 4.3 все още не можем да отхвърлим H0. Броят на степените на свобода в този случай = 11‑1‑1 = 9, тъй като има 11 честотни класа. Общата сума е известна (-1DF), а средната стойност е изчислена от пробата (-1DF). χ20.05,9 = 16.9, следователно с 9.3 не може да се отхвърли H0.

Тест за квадратен анализ на Kolmogorov H0: данните отговарят на модела H1: данните не отговарят на модела K се сравнява с критични стойности от таблици

Квадратен анализ с R 27

Квадратен анализ с R 28

Квадратен анализ с R 29