版權資訊
出版時間：2008-9-1
版 次：1
頁 數：311
字 數：337000
印刷時間：2008-9-1
開 本：16開
紙 張：膠版紙
印 次：1
I S B N：9787303095025
包 裝：平裝
內容提要
本書闡述了常用的環境統計分析方法，並給出了分析案例。首先簡明扼要地介紹了環境統計分析的機率統計基礎知識，又重點闡述了環境一元線性回歸分析、環境多元線性回歸分析、環境系統聚類分析、環境模糊聚類分析、環境判別分析、環境主成分分析和環境因子分析這些常用的環境統計分析模型；另外還給出了現代環境數據處理常用的人工神經網路方法和空間統計分析方法。
對每一種方法，本書除了講明基本原理外，還給出了大量的計算分析例題和案例。本書的部分例子是用目前實用的統計分析語言Matlab編寫實現的，是理論聯繫實際的經驗總結，具有實用性。本書適於做高等院校環境科學與環境工程專業的高年級本科生和研究生教材，對環境科學與環境工程、生態學、資源與管理、套用數學、地理科學等相關領域的學者和科研人員也有重要的參考價值。
目錄
第1章 機率統計基礎
1.1 四種重要的機率分布
1.1.1 常態分配
1.1.2 x2分布
1.1.3 t分布
1.1.4 F分布
1.2 隨機向量的數字特徵
1.2.1 數學期望
1.2.2 方差和均方差
1.2.3 原點矩和中心矩
1.2.4 變異係數
1.2.5 協方差陣和自協方差陣
1.2.6 隨機變數的相關係數
1.2.7 總體與樣本
1.2.8 樣本子樣的一些數字特徵
1.2.9 大數定律
1.2.10 中心極限定理
1.3 參數估計
1.3.1 點估計
1.3.2 區間估計
1.4 參數假設檢驗
1.4.1 假設檢驗的原理
1.4.2 假設檢驗的步驟
1.4.3 參數檢驗
1.5 方差分析與試驗設計初步
1.5.1 方差分析概述
1.5.2 單因素方差分析
1.5.3 雙因素方差分析
1.5.4 試驗設計初步
思考題1
參考文獻
第2章 環境一元線性回歸分析
2.1 一元線性回歸模型
2.1.1 變數間的統計關係
2.1.2 一元線性回歸模型
2.1.3 最小二乘法估計
2.2 線性回歸方程的顯著性檢驗
2.2.1 F檢驗法
2.2.2 相關係數檢驗法
2.2.3 樣本決定係數r2
2.3 線性回歸式的誤差估計
2.3.1 線性回歸式的誤差估計
2.3.2 線性回歸的步驟
2.4 可化為一元線性回歸的曲線回歸
2.4.1 倒數變換
2.4.2 對數變換
2.4.3 混合變換
2.5 環境套用
思考題2
參考文獻
第3章 環境多元線性回歸分析
3.1 多元線性回歸模型
3.2 參數的最小二乘估計
……
第4章 環境系統聚類分析
第5章 環境模糊聚類分析
第6章 環境判別分析
第7章 環境主成分分析
第8章 環境因子分析
第9章 人工神經網路
第10章 環境空間統計分析
部分思考題答案
附錄
書摘章節
第1章 機率統計基礎
環境的理論和實踐對統計信息的需求急劇增加，對統計分析的理論和方法提出了更高的要求。在自然、社會與環境關係的基礎上，用統計方法對環境問題予以量化分析已成為環境科學工作者的迫切需要。環境統計學的產生與發展使人們能夠利用數理統計方法處理或解決環境中的不確定性問題，使其定量化，其中包括尋找變數之間的定量關係、從數據中發現環境趨勢、探索環境系統變化規律。為了能深刻理解和分析環境數據的數量特徵和內在關係，需要我們首先掌握數理統計的基礎知識。本章重點闡述環境統計分析的機率統計基礎。
本章的主要內容是：
四種重要的機率分布；
隨機向量的數字特徵；
參數估計；
參數假設檢驗；
方差分析與試驗設計初步。
1.1 四種重要的機率分布
在環境科學中，弄清統計分析對象的理論分布是關鍵的一環。土壤中的某些污染物、重金屬的分布，大氣中若干種微粒的濃度分布、監測值的誤差分布等均服從常態分配或接近常態分配或取對數後服從常態分配。r2分布、t分布、F分布是統計推斷中經常碰到的另外三種分布。研究污染物在環境中的分布規律已是當前環境科學研究中重要的課題之一。
1.1.1 常態分配
市場上的食品很多是1 kg袋裝，袋上標有“淨含量1kg的字樣。但當用稍微精確一些的天平稱那些食品的重量時，會發現有些可能會重些，有些可能會輕些，但都在1kg左右。其中，多數離1kg不遠，離1kg越近就越可能出現，離1kg越遠就越不可能。一般認為這種重量分布近似地服從常態分配（Normal distribution）。
