Файл: Сербенюк С.Н. Применение математико-статистических моделей для картографирования географических комплексов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 31.07.2024
Просмотров: 148
Скачиваний: 0
тщательности П. |
|
|
|
|
|
|
I |
.4 |
2 |
5 |
3 |
•-6 |
|
о |
■м |
+1 |
+ 1 |
1-3 |
•fi |
|
І - І |
1-4 |
1-2 |
1-5 |
1-6 |
|
|
|
О |
-1 |
+ і |
- і |
+1 |
|
|
4—4 |
4-2 |
4-5 |
4-3 |
4-6 |
|
|
|
О |
+1 |
+ і |
+ i |
|
|
|
2-2 |
2-5 |
2-3 |
2-6 |
|
|
|
|
О |
-1 |
+ i |
|
|
|
|
5-5 |
5-3 |
5-6 |
|
|
|
|
|
О |
+ i |
|
|
|
|
|
3-3 |
3-6 |
|
|
|
|
|
|
• 0* |
|
|
|
|
|
|
6-6 |
|
S = Z ЗД„=/ 0 * О А / I * |
I |
/+/I * I |
/+ |
/I * I /+' |
||
/ I * I /+ / I * I /+ / О « Ö /+ / - I *- I /+ / I XI /+ |
||||||
/ -1 * I /+ / I XI /+ / о * О /+ / I X I /+ / |
IX I /+ |
|||||
/ I * I /+ / о * о А / - I XI /+ / |
I * I А / о Xо А |
|||||
/ I X- I а / |
о Xо / = |
CH-I+I+I+I+I+OI+I-I+I+0+M +I+ |
0-І+І+0-Г+0=9.
Такси алгоритм удобен для расчета корреляционных мат риц по Кендаллу на ЭВМ.
Следует заметить, что коэффициент ранговой корреля
ции sг |
по Спирмену |
теоретически |
и практически предпо |
|||
чтительнее коэффициента „г по Кендаллу / |
Б.Л. ван дер Вар |
|||||
ден, |
I960 |
/ . |
|
|
|
|
в / |
Ранговая корреляционная матрица |
|
||||
Для расчёта ранговой корреляционной матрицы элемен |
||||||
ты х ік матрицы |
(il) |
заменяют порядковыми номерами / ран |
||||
гами/ |
рщ |
/ і |
= І , |
2 , . . . , п ; |
k = I , |
2 , . . . , гп/. |
- гг -
Используя способ Спирмена, элементы ранговой корреля ционной матрицы можно расчитать ьо формуле
П р о г р а м м а З
ВЫЧИСЛЕНИЕ РАНГОВОЙ КОРРЕЛЯЦИОННОЙ МАТРИЦЫ
/ ранговые |
переменные |
в матрице X заданы столбцами / |
||||||||||
Begin |
in te g e r |
|
д, р , |
q., ш, |
п; |
|
|
|||||
роо42 |
Cn,m); |
|
b eg in |
r e a l |
-di |
|
|
|||||
a rra u |
g |
Qi:n, |
ism ], |
Rs |
[lsm , |
l:m ]; |
|
|||||
poo42 |
( g |
) i |
f o r |
p := |
i |
ste p |
1 u n til |
m do |
||||
b eg in |
Re |
[p,p] |
I = l i |
|
|
|
|
|
|
|||
f o r |
|
q := p + 1 s te p " ! u n t i l a do |
|
|||||||||
b eg in |
d |
s = |
J |
!= о; |
i o r |
д |
:= д + 1 |
w hile Д-n do |
||||
d i= |
d + |
( g |
|
[;),?] - |
g |
Cd»4L] |
)f2 ; |
|
||||
Rs |
!>,<£] |
:= |
i |
- |
( 6 « d ) |
/ |
(n |3 |
- n )i |
|
|||
Re |
[ij,p] |
!= |
Rs |
[p,q] |
|
end |
end; |
|
||||
p !0 4 l C Rs ) i |
sto p |
end |
end |
|
|
П р о г р а м м а |
|
4 |
|
|
|
|
|
||||||||
ВЫЧИСЛЕНИЕ |
РАНГОВОЙ |
КОРРЕЛЯЦИОННОЙ |
МАТРИЦЫ |
|||||||||||||
/ранговые переменные в матрице X заданы строками/ |
||||||||||||||||
begin |
in te g e r |
|
j , р, q, m, n; |
|
|
|
|
|||||||||
poo42 C n, |
m ); |
begin |
r e a l |
d; |
|
|
|
|||||||||
arrau |
g |
[i:m , |
i:n ] , |
|
Rs |
[і:ш , |
l:m] ; |
|
||||||||
poo42 |
( |
g |
)i |
f o r |
|
p |
:= |
1 |
step |
1 |
u n til m do |
|||||
begin |
Ss |
[p,p] |
:= |
j.; |
|
|
|
|
|
|
|
|
||||
fo r |
q |
:= |
p |
+ |
1 £be£ |
|
u n til |
m do |
|
|
|
|||||
begin |
d |
:= |
j |
:= |
o; |
|
fo r |
q |
:= |
d |
+ |
1 w hile |
j ^ n do |
|||
d := d |
+ |
C g |
|
|
- |
g |
Obd] |
) |2 ; |
|
|
|
|||||
Rs DP . d |
|
:= |
1 |
- |
C 6 X d |
) |
/ |
C nf3 |
- |
n); |
|
|||||
Rs |
[q,pj |
: = |
Rs |
[p,q| |
|
end |
|
end; |
|
|
|
|
||||
РІ04-1 ( Rs ) ; |
step |
|
end |
end |
|
|
|
|
|
|||||||
|
Объяснения |
к |
программам |
3 и 4. |
|
|||||||||||
n - переменная, указывающая длину ряда из поряд-' |
||||||||||||||||
|
новых |
номеров |
объектов |
|
по |
|
данному |
признаку; |
||||||||
щ - |
переменная, |
указывающая |
количество признаков.; |
|||||||||||||
q - |
идентификатор |
массива |
ранговой матрицы. |
|||||||||||||
|
/ п * т |
- |
для |
программы |
І и |
|
ш и п ' - |
для |
||||||||
|
программы |
2 /; |
|
|
|
|
|
|
|
|
|
|
||||
|
Исходная информация для программ: П,Ш, q. |
|||||||||||||||
|
Результат |
- |
матрица |
Rs |
корреляций |
т хт. |
МЕТОД ГЛАВНЫХ КОМПОНЕНТ
§ I . Геометрический смысл метода главных компонент
Метод главных компонент / компонентный анализ / с точки зрения геометрии сводится к переходу к но
вой ортогональной системе координат. Если представить
И объектов |
в виде |
точек |
в Ш- |
мерном |
пространстве, |
|||
каждая ось которого |
соответствует |
одному из парамет |
||||||
ров, |
то облако точек |
будет, иметь-форму, близкую к |
т - |
|||||
мерному эллипсоиду / |
Г.' Харман,1972 |
/ . |
Естественно |
по |
||||
этому |
взять |
систему координат, |
образованную главными |
|||||
осями |
этого |
эллипсоида. |
Главные |
компоненты выделяют |
||||
следующим образом. |
|
|
|
|
|
|
Строят новую систему координат-такую, что первая
е
её ось идёт в направлении наибольшего изменения в со вокупности исходных параметров. Вторая ось идет орто гонально к первой и в направлении наибольшего измене
ния из оставшихся |
параметров. |
Этот процесс |
продолжа- |
||
ют до |
тех пор,пока |
не построят |
р новых |
о с е й ( р ^ т ) . |
|
Пусть |
Х1( х г, Хз —исходные параметры и |
точки |
наблюде |
||
ний располагаются в |
эллипсоиде / |
рис. I |
/ . |
|
- 2b -
У
\
Рис. I . Преобразование системы координат в методе главных компонент
Оси новой системы координат'совпадут с главными полуосями эллипсоида. Главные компоненты Z,, Z ,,Z,
являются линейными комбинациями походных параметров
t T 1 е.
От новых координат можно вернуться к |
старым, |
записав |
|||
где |
хг обозначает г -к ) |
компоненту, |
а 1% , |
- вео |
|
р |
-й |
переменной в г - |
й компоненте. . |
|
|
|
|
Таким образом, если взять главные |
оси эллипсоида |
||
в |
качестве компонент, то |
каждая последующая компонен |
та будет давать меньший вклад в суммарную дисперсию,
чем |
предыдущая / s ? ä s | = . . . = s « |
./- Другими |
словами, |
на |
первую компоненту приходится |
максимально |
возможная |
ц ~:П2
доля суммарной дисперсии; вторая компонента учитывает максимум дисперсии в подпространстве, которое получит
ся после исключения первой компоненты / соответствующей оси координат / и т . д.
Поскольку метод главных компонент связан с суммар ной дисперсией параметров, то он наиболее эффективен, когда все параметры приводятся в одних единицах изме
рения. Поэтому параметры выражают в стандартной форме,
чтобы дисперсия параметра была равна 'единице,а,.,3ледова-
тельно, суммарная дисперсия равна m .
В качестве исходного материала для компонентного
анализа мы будем использовать корреляционную матрицу.
Вычисление последней описано' в |
главе I . |
||
§ 2 . Вычисление |
главных |
компонент |
|
Множество главных компонент представляет собой |
|||
удачную систему |
координат, |
а |
соответствующие диспер |
сии компонент характеризуют их статистические свойства. В практике статистических исследований, как правило,
используют главные компоненты с большими дисперсиями. Компоненты, тлеющие малые дисперсии, отбрасываются. Например, если различия между географическими объсктзми сводятся к двум линейным комбинациям, то исследова тель может изучать именно эти две величины. Другие ли нейные комбинации не принимаются во внимание, т. к. они мало изменяются от одного объекта к другому и. следовательно, дают мало информации о различиях между объектами.