4章环境规划的技术方法.pptx

第四章 环境规划的技术方法;第一节 环境调查统计;一、环境数据处理方法 （一）数据的表示方法和数据特征 1、数据的表示方法：列表法和图示法 2、数据特征 （1） 数值特征数 ①算术平均数arithmetic mean 式中x1，x2……xn为样本数据，n为样本个数。;特征： 样本平均数是总体平均数的无偏估计 样本各观察值与平均数之差的和为零 样本各观察值与平均数之差的平方和小于样本观察值与其它任何数之差的平方和 平均数来源于现实，又不等于现实。 通常是接近平均数的标志值出现频率偏多，而远???平均数的标志值出现频率偏少。 作用： （1）比较同类现象在不同单位、地区的发展水平。 (2)作为划分或判断事物的一种数量标准或参考依据。 (3)可用来分析现象之间的相互关系。;②加权平均数：如果样本个体数据x1，x2，…xn取值因频数不同或对总体重要性有所差别，则常采用加权平均法。公式为： ;③几何平均数 Geometric Mean;几何平均数;④调和平均数harmonic mean;（２）位置特征数：①中（位）数Median;②众数（Mode）;（３）离散特征数 ①级差（全距） R＝最大标志值－最小标志值 　　　极差是测定标志变动度的一种简单方法，但受极端值的影响，因而它往往不能充分反映社会经济现象的离散程度。 ;②方差和标准差 　　总体各单位的标志值与算术平均数离差平方的平均数称为方差。方差的算术平方根即为标准差。它们的计算公式为： 　　;标准差（standard deviation）;方差与全距;③变异系数：即标准差与相应算术平均数之比，其计算公式为 在上述参数中，方差、标准差及变异系数都是以为中心的离散特征参数，尤其以方差的计算与应用最为普遍。 ;（４）分布形态特征数 　　　偏态系数：主要描述数据频率分布对称特征，反映数据是对称分布或偏向某方向。 ;峰态系数：描述数据分布陡峭程度 ;（二）异常数据的剔除—粗大误差 　　当着手整理实验数据时,还必须解决一个重要问题,那就是数据的取舍问题。 异常数据的剔除实质上是区分异常数据由偶然误差还是系统误差造成的问题。若是人为因素造成的偶然误差就应剔除，如果还没有足够的理由证实是偶然过失造成的时候，应对数据进行统计处理，采用一定的检验方法来决定取舍。 ;粗大误差对测量数据的影响 ;粗大误差产生的原因;用格拉布斯准则检验可疑数据Xp时，应选取一定的显著性水平 ，若： 　　则应将Xp从改组中剔除， 称为格拉布斯检验临界值，可查相关表格得到。 显著性水平：显著水平指的是一个概率值。就是变量落在置信区间以外的可能性。在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平，记为p。 显著性水平与置信水平的和为1。显著性水平如果为p,则置信度为1- p 置信度越高，显著性水平越低，代表假设的可靠性越高，越好。 ;例如： 身高和体重的相关系数为0.6538，其显著性水平P=0.000，呈现强相关趋势。?身高和体重的相关系数为-0.1071，其显著性水平P=0.484，不相关。 P小于0.05就说相关有统计学意义，相关系数大于0.4小于0.7叫弱相关，大于0.7叫强相关，相关系数不管多大，只要P大于 0.05都无意义。 ;一般的假设检验都以 0.05 为默认的检验标准。如果P0.05，则接受原假设，反之，如果P0.05，则拒绝原假设。也就是说，作这种决策有95%的置信度，犯错概率只有 5%。 对不确定的事情，如果想估计得更准确，就要把范围放大． 5%（0.05）表示方程模拟值的95%的数据是可信的，1%（0.01）表示99%的数据是可信的，0.05的显著性水平比0.01显著性水平容易通过，更宽松 ;统计方法的基本思想; 准则（拉依达(PaйTa)准则 ）;格拉布斯(Grubbs)准则 ;? ;狄克逊（Dixon）准则 ;;上面介绍的三个准则各有其特点： 当试验数据较多时，使用拉依达准则最简单，但当试验数据较少时，不能应用； 格拉布斯准则和狄克逊准则都能适用于试验数据较少时的检验，但是总的来说，还是试验数据越多，可以数据被错误剔除的可能性越小，准确性越高。 在一些国际标准中，常推荐格拉布斯准则和狄克逊准则来检验可疑数据 ;式中： μij 标准化对应的数据，xij为一批数据中第i个因子的第j各数据，si为第i个因子的标准差。;第二节 环境现状评价方法;一、环境质量评价—指数法;;对溶解氧：;二、污染源评价方法; 废水中某污染物的等标污染负荷 P