基于Excel的地理數(shù)據(jù)分析（含光盤）
本書面向地理問題，基于Excel軟件，敘述大量數(shù)學方法的應用思路和過程。內容涉及回歸分析、主成分分析、聚類分析、判別分析、時(空)問序列分析、Markov鏈、R/S分析、線性規(guī)劃、層次分析、灰色系統(tǒng)(3M(1，N)建模和預測方法等。通過模仿本書介紹的計算過程，讀者可以加深對有關數(shù)學方法的認識和理解，并且掌握很多Excel的應用技巧。
這本書雖然是以地理數(shù)據(jù)為分析對象展開論述，但所涉及的內容絕大多數(shù)為通用方法。只要改變數(shù)據(jù)的來源，書中論述的計算流程完全可以應用到其他領域。
本書的初稿和修改稿先后在北京大學城市與環(huán)境專業(yè)研究生中試用八年，可供地理學、生態(tài)學、環(huán)境科學、地質學、經濟學、城市規(guī)劃學乃至醫(yī)學、生物學等領域的學生、研究人員和工程技術人員閱讀和參考。
更多科學出版社服務，請掃碼獲取。
目錄
前言
第1章 一元線性回歸分析 （1）
1.1 模型的初步估計 （1）
1.2 詳細的回歸過程 （3）
1.3 回歸結果詳解 （7）
1.4 預測分析 （16）
第2章 多元線性回歸分析 （19）
2.1 多元回歸過程 （19）
2.2 多重共線性分析 （25）
2.3 借助線性回歸函數(shù)快速擬合 （29）
2.4 統(tǒng)計檢驗臨界值的查詢 （31）
第3章 逐步回歸分析 （34）
3.1 數(shù)據(jù)預備工作 （34）
3.2 變量引入的計算過程 （35）
3.3 參數(shù)估計和模型建設 （43）
3.4 模型參數(shù)的進一步驗證 （44）
3.5 模型檢驗 （47）
第4章 非線性回歸分析 （51）
4.1 常見數(shù)學模型 （51）
4.2 常見實例——變量的情形 （52）
4.3 常見實例——變量化為多變量的情形 （70）
4.4 常見實例一多變量的情形 （81）
第5章 主成分分析 （85）
5.1 計算步驟 （85）
5.2 相關的驗證工作 （96）
5.3 主成分分析與因子分析的關系 （98）
第6章 系統(tǒng)聚類分析 （105）
6.1 計算距離矩陣 （105）
6.2 聚類過程 （113）
6.3 聚類結果評價 （120）
第7章 距離判別分析 （123）
7.1 數(shù)據(jù)的預處理 （123）
7.2 計算過程 （125）
7.3 判別函數(shù)檢驗 （134）
7.4 樣品的判別與歸類 （137）
7.5 利用回歸分析建立判別函數(shù) （138）
7.6 判別分析與因子分析的關系 （143）
第8章 自相關分析 （145）
8.1 自相關系數(shù) （145）
8.2 偏自相關系數(shù) （151）
8.3 偏自相關系數(shù)與自回歸系數(shù) （153）
8.4 自相關分析 （156）
第9章 自回歸分析 （159）
9.1 樣本數(shù)據(jù)的初步分析 （159）
9.2 自回歸模型的回歸估計 （161）
9.3 數(shù)據(jù)的平穩(wěn)化及其自回歸模型 （169）
第10章 周期圖分析 （174）
10.1 時間序列的周期圖 （174）
10.2 周期圖分析的相關例證 （179）
10.3 多元回歸的驗證 （183）
第11章 時空序列的譜分析（自譜） （185）
11.1 周期數(shù)據(jù)的頻譜分析 （185）
11.2 空間數(shù)據(jù)的波譜分析 （191）
第12章 功率譜分析（實例） （195）
12.1 實例分析1 （195）
12.2 實例分析2 （198）
12.3 實例分析3 （199）
12.4 實例分析4 （201）
12.5 實例分析5 （202）
12.6 實例分析6 （205）
第13章 Markov鏈分析 （207）
13.1 問題與模型 （207）
13.2 逐步計算 （208）
13.3 編程計算 （211）
第14章 R/S分析 （216）
14.1 計算Hurst指數(shù)的基本步驟 （216）
14.2 自相關系數(shù)和R/S分析 （221）
第15章 線性規(guī)劃求解（實例） （223）
15.1 實例分析1 （223）
15.2 實例分析2 （228）
15.3 實例分析3 （231）
15.4 實例分析4 （234）
15.5 實例分析5 （238）
15.6 實例分析6 （241）
15.7 實例分析7 （244）
第16章 層次分析法 （247）
16.1 問題與模型 （247）
16.2 計算方法之一——方根法 （248）
16.3 計算方法之二——和積法 （252）
16.4 計算方法之三——迭代法 （255）
16.5 結果解釋 （258）
第17章 GM（1，1）預測分析 （260）
17.1 方法之一——最小二乘運算 （260）
17.2 方法之二——線性回歸法 （264）
第18章 GM（1，N）預測分析 （269）
18.1 方法之一——最小二乘運算 （269）
18.2 方法之二——線性回歸法 （273）
參考文獻 （275）
后記 （276）
書單推薦
