基于excel的地理數(shù)據(jù)分析一元線性回歸分析-資料下載頁
2025-06-07 17:51本頁面
【正文】 到各個(gè)間距的殘差點(diǎn)頻數(shù)，容易檢驗(yàn)其總和為樣品數(shù)，即n=10（圖1312）。以間距為橫坐標(biāo)，以頻率為縱坐標(biāo)，作出柱形圖（圖1312a）。作為參照，可以通過自定義類型中的線柱圖作圖法在坐標(biāo)圖中添加正態(tài)分布參考線（圖1313b）。b 添加參考線的殘差頻率圖圖 1313 殘差分布的概率密度柱形圖研究生地理數(shù)學(xué)方法（實(shí)習(xí)） Part1 電子表格Excel22用實(shí)測殘差頻率計(jì)算累計(jì)值，用基于標(biāo)準(zhǔn)正態(tài)曲線計(jì)算的參考值計(jì)算預(yù)期累計(jì)頻率，然后以實(shí)測累計(jì)頻率為橫軸，以預(yù)期累計(jì)頻率為縱軸，畫出坐標(biāo)圖，圖中的散點(diǎn)越是趨近于對角線，表明殘差越是接近正態(tài)分布（圖1314）。由于樣本太小，本例的殘差正態(tài)分布規(guī)律不明顯，但與標(biāo)準(zhǔn)正態(tài)曲線對照可以看出，基本的鐘形對稱特征還可以有所顯示的。順便說明，這里給出的殘差頻率分布圖及其累計(jì)對照圖與SPSS 給出的標(biāo)準(zhǔn)殘差頻率分布柱形圖（histogram）以及正態(tài)概率圖，在原理上是一樣的。不過SPSS 在對殘差進(jìn)行標(biāo)準(zhǔn)化的過程中，進(jìn)行了一些技術(shù)性的處理，與Excel 給出的標(biāo)準(zhǔn)殘差不一樣，并且計(jì)算頻率的間隔取法與本例也稍有差別，故其圖形顯示形態(tài)與圖131圖1314 不盡一致。167。 預(yù)測分析除了 DW 檢驗(yàn)之外，各種統(tǒng)計(jì)檢驗(yàn)都可以通過。由于樣本點(diǎn)不足，DW 檢驗(yàn)不能十分肯定地下結(jié)論。從殘差圖看來，模型的序列似乎并非具有較強(qiáng)的自相關(guān)性，因?yàn)闅埐罘植急容^隨機(jī)。因此，可望利用上述模型進(jìn)行預(yù)測分析?，F(xiàn)在假定：有人在1981 年初（約為早春） 米，他怎樣預(yù)測當(dāng)年（約為夏季）的灌溉面積？（3）給出預(yù)測值：將十字光標(biāo)置于D2 單元格的右下角，當(dāng)粗十字變成細(xì)十字填充柄以后，按住鼠標(biāo)左鍵，雙擊，或者往下一拉，各年份的灌溉面積的計(jì)算值立即出現(xiàn)，其中1981 年對應(yīng)的D12 即我們所需要的預(yù)測數(shù)據(jù)，即有（4）更多的預(yù)測：進(jìn)一步地，如果可以測得1982 年及其以后各年份的數(shù)據(jù)，輸入單元格B13 及其下面的單元格中，在D13 及其以下的單元格中，立即出現(xiàn)預(yù)測數(shù)值。例如，假定 1982 年的最大積雪深度為 x12= 米，可以算得 ? 12 y = 千畝；假定 1983 年的最大積雪深度為 x13=，容易得到 ? 13 y = 千畝。其余依此類推（圖 144）。實(shí)際上，對于本例，預(yù)測主要是針對當(dāng)年。因?yàn)槲覀冎挥性诋?dāng)年早春，或者前年冬、當(dāng)年春的冬春之交觀測出最大積雪深度，才能借助模型計(jì)算當(dāng)年的春夏之交或者夏季的冰雪融水灌溉面積。對于此后的積雪深度我們無法預(yù)知，除非借助更多的時(shí)間序列預(yù)測方法首先預(yù)測出今后的積雪深度。（5）快速預(yù)測計(jì)算：在Excel 中，有一個(gè)函數(shù)可以用于基于線性關(guān)系的快速預(yù)報(bào)分析，那就是forecast，語法為：forecast(x, known_y’s, known_x’s)。式中x 為需要預(yù)測的數(shù)據(jù)點(diǎn)對應(yīng)的自變量（已知值），known_y’s 為因變量數(shù)組或者數(shù)據(jù)區(qū)域，known_x’s 為自變量數(shù)組或者數(shù)據(jù)區(qū)域。給定x=，對于如圖111 所示的數(shù)據(jù)分布，函數(shù)的具體表達(dá)如下圖所示（圖145）?；剀?，立即得到y(tǒng)=，與前面的結(jié)果完全一樣。那么，這是否意味著，如果僅僅進(jìn)行線性趨勢預(yù)測，不必如此繁瑣地建立模型和開展回歸分析呢？顯然不是。預(yù)測函數(shù)forecast 的內(nèi)嵌原理，正是上面介紹的模型預(yù)測計(jì)算過程，不過是將整個(gè)計(jì)算過程公式化了。如果我們不掌握上述建模預(yù)測方法，就根本不明白forecast的基本內(nèi)涵?，F(xiàn)在我們不僅知道forecast 的基本原理，而且知道它僅能用于線性預(yù)測。我們進(jìn)行簡單的建模練習(xí)，主要是為了掌握有關(guān)的知識和技巧，為今后完成更為復(fù)雜的研究任務(wù)奠定基礎(chǔ)。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1