文档介绍：土地数据分析
土地数据分析
为什么学****数据分析
信息提取和知识汇总
行动指导和决策依据
数据分析学什么
数据调查与预处理方法
数值特征、空间与时间特征分析
常用统计方法与模型应用
如何学****数据分析
转换思维模式
多练****勤思考
第一章绪论
本章目标:
1、了解数据分析的基本内容
2、数据分析方法的一般过程
3、系统模型建立的一般过程
第一节数据分析
第一章绪论
第一节数据分析
第一章绪论
数据、信息与知识
随着计算机计算能力和数据处理能力的加强,使得从大量数据中了解数据之间的相互关系和影响成为可能,基于对这些数据间关系的分析,可以提取出对理解数据代表的现象更有帮助的信息,即所谓的“透过现象看本质”。这种运用基于计算机的方法,依据统计学和其他数学原理从数据中分析出信息的过程,称为数据挖掘(Data Mining)。数据挖掘技术应用十分广泛,只要有数据存储分析要求的领域都需要数据挖掘技术。事实上,在对各种社会经济现象和自然现象的研究过程中,人们已经收集了大量的数据,并且已经****惯了被大量的数据所包围并且忽视数据的存在。原因很简单,一是因为人们只关注自己感兴趣的数据,会自动忽略掉其他数据;二是人们在获得数据后,往往考虑如何保存数据比较多,少有考虑数据最终会被如何使用,从则影响到了数据的应用。
对于土地科学来讲,这种研究方法显得尤为重要。这是土地科学研究对象的特点决定的。土地数据都包含有时间和空间的信息,而且不确定的影响因素众多,数据来源十分广泛,综合性强,类型多,数据量大而且数据间的直接关系并不明显
第一节数据分析
第一章绪论
数据、信息与知识
作为地理信息的载体,包括地理的数据或资料(Data)、影像(image)、图形(Picture)等中都可能含有噪声。因此
Data=information+Noise
一般来说,数据产生信息,信息产生知识,因此数据具有极大的潜力。信息在数据范围之外还有特点的,尤其是具有人类解释的特点,具有超信息的某种东西。数据和信息适用于进行技术处理,而知识则能靠人的分析和解释进行处理。
数据、信息和知识是人类对客观世界认知的三个阶段。数据是直接来源于对事物的通过仪器感应或人的直接感知的变量的测定位;信息是经过组织的有结构的数据,从而它有了意义;知识则进了一步,它能够预测、能够给出因果关系,并指导进一步应该做什么。
第一节数据分析
第一章绪论
数据分析基本方法
变化和偏差检测。主要是对数据的初步观察,并检查数据的异常值、数据是否有错误或有漏失,这是数据预处理的重要步骤,是确保数据具有可分析性的重要过程之一。
总结概括。主要是研究数据的数值特征即其集中性、离散性和分布特征,以得到数据特点的描述。统计学上的描述性统计方法是进行总结概括的最常用的方法。这是了数据概貌的基本方法之一。
分类。根据数据属性的特征,将一个或多个数据归置到预先定义的某一个类中。。
第一节数据分析
第一章绪论
数据分析基本方法
聚类。在数据对象可以区分的类别数量未知的情况下,根据数据性质的相似性,以确定的有限的类别,并将数据以此类别进行区分。
回归与关联建模。通过描述变量或数据集或其中一部分的特征值之间的重要的相关性,从而分析设计数学模型,根据数学模型预测变量可能的值或者分析不同变量或数据间的衍生关系。
第一节数据分析
第一章绪论
聚类与分类
对于分类和聚类的概念比较容易混淆。比如,土地利用现状调查的过程实际上是一个分类的过程,因为我们已经有了预定义的类别,即国家规定的土地利用分类标准,我们要做的只是把符合特定利用条件的土地区分开来,这就是分类。
聚类与分类最大的不同在于聚类本身是没有预定义的类别的,所分的类别的多少是依据研究人员主观上对分类尺度的把握而确定的。
第一节数据分析
第一章绪论
数据分析的悖论
数据组合模式
信息提取:观点、角度和知识面
结论的提取与筛选
创造性思维
理性思考
专业知识