统计剖析专业应用的案例的设计稿.docVIP

统计分析专业应用案例设计 一、初步思路（整合多种分析模型）Markov)预测法，就是一种关于事件发生的概率预测方法。它是根据事件的目前状况来预测其将来各个时刻（或时期）变动状况的一种预测方法。马尔可夫预测法是地理预测研究中重要的预测方法之一。 时间序列分析 一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。它包括一般统计分析(如自相关分析，谱分析等),统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容。经典的统计分析都假定数据序列具有独立性，而时间序列分析则侧重研究数据序列的互相依赖关系。后者实际上是对离散指标的随机过程的统计分析，所以又可看作是随机过程统计的一个组成部分。例如，记录了某地区第一个月，第二个月，……，第N个月的降雨量，利用时间序列分析方法，可以对未来各月的雨量进行预报。 相关分析 揭示地理要素之间相互关系的密切程度。 趋势面分析 趋势面分析是用数学曲面来拟合地理系统要素在空间的分布及变化趋势的一种数学方法。它实质上是通过回归分析原理，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。趋势面分析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。 空间趋势面并不是地理要素的实际分布面，而是模拟地理要素空间分布的近似曲面。因此，通常把实际的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，是随机因素的结果。趋势面分析的一个基本要求就是所选择的趋势面模型应该是剩余值最小，而趋势值最大，这样拟合精度才能达到足够的精确性。 在实际应用中，往往用次数低的趋势面逼近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，但是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。 梯度分析 判别分析 二、技术内容（如：专题图、动态注记、工作流搭建）实现内容难度（现有技术+待实现部分） 国家农业遥感监测系统项目案例流程图 所涉及技术内容：外部数据（SHP文件数据、XLS表格数据）导入；属性连接；专题图；数据提取；动态注记； 所涉及统计分析： 统计分析方法 是否应用 如何应用 聚类分析 √ 略 回归分析 √ 略 主成分分析 × 应用于综合具有一定相关关系的分析指标（减少分析问题的难度和复杂性）； 马尔可夫分析 × 增加小麦产量状态指标（丰收、平收、欠收）即可； 具有时间相关性； 时间序列分析 × 预测某地区的年小麦产量（仅涉及到时间分析指标的预测；针对某一地区对比原有分析逻辑的预测结果）； 具有时间相关性； 相关分析 × 应用于验证分析指标与小麦产量之间的相关关系； 应用于主成分分析过程之中； 趋势面分析 × 应用于年降水量的预测（针对年降水量指标为NULL的县级区划；各县级区划中心点坐标）； 梯度分析 × 判别分析 × 所涉及项目数据： 该项目所使用数据为涉密数据，遥感部门提供的“一级区划数据.xls”为某一年的经过人工修改的分析数据（在一定程度上影响了聚类分析结果的准确性）。 底图数据：“中国县级行政区划.shp”是否为标准数据，是否会影响趋势面分析结果的准确性。 六、场景设计 场景1：数据录入 场景描述：用户选择待分析数据（统计分析演示系统菜单项“打开”；利用外部各种表格数据的导入功能）；地图视图和属性视图显示数据（仅限单个数据，不允许同时打开两个或以上数据）。 场景2：聚类分析（单值专题图展示） 场景描述：执行聚类分析功能（统计分析演示系统菜单项）；分类结果填入属性字段中；单值专题图可视化分类结果（聚类分析功能界面选项）。 场景3：属性连接 场景描述：直接与外部Excel表格进行属性连接处理（地图文档树右键菜单项）。 场景4：数据提取 场景描述：根据属性统计结果（单值汇总信息等等）进行数据提取处理（地图文档树右键菜单项）。 场景5：回归分析（动态注记展示） 场景描述：执行批量回归分析功能（统计分析演示系统菜单项）；自动回归预测（动态注记可视化预测结果）。 场景6：时间序列分析 场景描述：用户选择待分析数据（历年小麦产量数据）；执行时间序列分析功能，自动对比预测结果差异（统计专题图）。 场景7：马尔可夫分析 场景描述：执行马尔可夫分析功能，自动对比预测结果差异（统计专题图；百分比饼图、柱状图等等）。 场景8：主成分分析 场景描述：执行主成分分析处理（简化问题；属性视图展示综合指标：综合指标1、综合指标2…） 场景9：趋