计量地理学:实验案例-操作步骤

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1、大家都知道糖尿病病人主要靠胰岛素来治疗。现测量22 名糖尿病病人(以ID 来编号)

血中的血糖值(Y)、胰岛素值(X1)和生长激素值(X2)(数据见表1)。

表1 糖尿病病人体检数据

ID Y X1X2ID Y X1X2

1 12.21 15.21 9.51 1

2 9.49 16.4 6.53

2 14.54 15.77 11.4

3 13 10.16 21.69 7.16

3 12.27 11.93 8.53 1

4 8.38 23.18 5.86

4 12.04 14.61 12.17 1

5 8.49 23.2

6 6.32

5 7.88 19.8

6 6.33 16 7.71 25.73 10.34

6 11.12 16.22 13.52 1

7 11.3

8 16.8

9 12.75

7 10.43 17.46 10.07 18 10.82 11.25 10.88

8 13.32 10.32 18.89 19 12.49 13.77 11.06

9 19.59 5.95 13.14 20 9.21 24.42 10.16

10 9.05 18.71 9.63 21 8.57 22.95 10.92

11 6.44 25.13 6.19 22 12.82 16.48 9.96

(1)试分析Y、X1和X2间的两两/双变量间的线性关系;

(2)在X1(胰岛素)相同的情况下,试分析X2(生长激素)与Y(血糖)的关系;

(3)在X2(生长激素)相同的情况下,试分析X1(胰岛素)与Y(血糖)的关系;

(4)试说明以上的分析数据为什么会存在差别?

解答:实验操作步骤

(1)

(2)

(3)

(1)试分析 Y 、X 1 和 X 2 间的两两/双变量间的相关关系;

** Correlation is significant at the 0.01 level (2-tailed).

(2)在 X 1(胰岛素)相同的情况下,试分析 X 2(生长激素)与 Y (血糖)的关系;

(3)在 X 2(生长激素)相同的情况下,试分析 X 1(胰岛素)与 Y (血糖)的关系;

以上为上机操作最终结果。

(4)试说明以上的分析数据为什么会存在差别?

Y (血糖)与X 1(胰岛素)之间为负相关(相关系数为-0.852),Y (血糖)与X 2(生长激素)之间为正相关(相关系数为 0.589)。但是在进行偏相关分析后,可以发现Y 与X 1之间的相关系数降为-0. 7754,Y 与X 2之间的相关系数降为 0. 2256(经过显著性检验且不存在相关关系)。这说明糖尿病病人的血糖值主要与胰岛素值有关,而与生长激素值没有太大关系。

2、某一国家某一经济区内木材生产指数Y(以2003年为100)受该地区森林积蓄量指数

X1、木材价格指数X2和运输距离指数X3的影响,其数据如表2所示。试建立其三元线性回归方程,并检验其有无实际意义。如果该地区2003年的木材生产量为50.3542万m3,2007年的森林积蓄量指数、木材价格指数和运输距离指数分别为102.5、118.7和135.3,试问其2007年的木材生产量为多少立方米。

表2 某地区木材生产指数有关数据

年份2000 2001 2002 2003 2004 2005 2006

森林积蓄量指数X195.5 102.1 97.1 100 105.2 101.5 99.3

木材价格指数X284.7 103.7 110.9 100 100.6 114.7 113.9

运输距离指数X330.4 62 82.1 100 114 125.2 140.2

木材生产指数Y88.4 99.7 95.4 100 107.9 108.7 105.5

解答:实验操作步骤

a Predictors: (Constant), 运输距离指数X3, 森林积蓄量指数X1, 木材价格指数X2

b

a Predictors: (Constant), 运输距离指数X3, 森林积蓄量指数X1, 木材价格指数X2

b Dependent Variable: 木材生产指数Y

a

a Dependent Variable: 木材生产指数Y

以上为上机操作最终结果。

在回归统计表中显示出回归方程预测值的标准误差是1.708,在方差分析表中的Sig.F 是0.008,即P(0.008)<P0(0.05),说明回归效果是显著的,回归方程是有效的。

回归方程为:Y = -30.191 + 1.128 X1 + 0.0788 X2 + 0.105 X3

根据这个回归方程可以进行预测。

计算结果:2007年的木材生产指数为108.9891;

2007年的木材生产量约为54.8806万立方米。

3、对土壤肥力类型的确定。原有27个样地,对每样地的土壤测定了硝态氮、氨态氮和钾

三种化学成分的含量(单位是kg/hm2)。现用某种分类方法,将27个样地的土壤肥力分成三种类型:组G1有10个样地,组G2有8个样地,组G3有9个样地。各组样地的原始数据如表5所示。现在我们采到两个新的样地,试判断它们分别属于哪一种土壤?

表5 土壤肥力测定数据

样本号硝态氮氨态氮钾组别

1 7.5 20.1 42.0 1

2 10.9 20.4 43.2 1

3 10.8 17.9 40.

4 1

4 12.2 18.0 84.3 1

5 5.1 15.4 69.5 1

6 6.2 12.1 99.8 1

7 3.0 21.0 110.4 1

8 6.6 16.1 101.4 1

9 12.9 13.8 87.7 1

10 4.0 18.0 115.2 1

11 15.2 11.0 94.7 2

12 11.7 13.5 70.8 2

13 9.1 7.8 87.5 2

14 7.0 10.9 125.6 2

15 8.9 15.1 71.0 2

16 11.7 15.3 133.5 2

17 10.1 13.8 77.7 2

18 6.2 16.0 70.3 2

19 20.6 9.6 121.9 3

20 20.8 4.1 101 3

21 17.1 5.8 83.3 3

22 15.1 12.1 121.4 3

23 16.3 8.9 105.4 3

24 14.9 11.9 128.8 3

25 17.3 5.8 103.6 3

26 13.7 8.7 163.3 3

27 15.1 10.0 126.5 3

新样本1 20.1 10.5 124.8 未知

新样本2 12.7 13.5 79.6 未知

答案:

新样本1属于组G3

新样本2属于组G2

解答:实验操作步骤

(1)SPSS

相关文档
最新文档