|
copyright paper51.com
copyright paper51.com 1.3.2异常值的识别与处理及正态检验与交换 内容来自www.paper51.com 异常值是样品数据中出现概率很小的值。为了克服少数异常值带来的干扰（特异值的存在会造成变量连续表面的中断，使得实验半方差函数发生畸变，甚至会掩盖变量固有的空间结构特征），有必要在进行研究之前识别出这些异常值，并做一些必要的处理，使它们的影响降低到最低。判断异常值的方法很多，本文采用域法识别特异值，即样本平均值ā加减2倍标准差s，在此区间（ā±2s）以外的数据均定为特异值，然后分别用正常最大值和最小值代替特异值[3]。 内容来自论文无忧网 www.paper51.com
数据的正态分布性是用Kriging方法进行土壤特性空间分析的前提，本文对原始数据用K-S正态分布检验概率(PK-S)进行检验。检验时取显著水平α=0.05,若PK-S＞0.05，则认为数据服从正态分布[4]。 http://www.paper51.com 1.3.3 地统计学基本理论简介 内容来自论文无忧网 www.paper51.com 经典统计学理论建立在样本独立且服从正态分布的基础上，不足以分析变量的空间变异性及尺度效应．而地统计学的引入较好地解决了这个问题，它是以区域化变量和随机函数为基础，以半方差函数和Kriging 插值为基本工具，可以对既具有随机又具有结构性的各种变量在空间上的分布进行研究。半方差函数是描述区域化随机变量空间变异结构的一个函数，公式见式（1）[5]： 内容来自论文无忧网 www.paper51.com
http://www.paper51.com |