计量地理学复习题.doc

一、名称解释 1. 计量地理学： 2. 间隔尺度数据： 3. 统计分组： 4. 属性数据： 5. 定性数据： 6. 总体 7. 中项中心 8. 众数： 9. 中位数： 10. 偏度系数： 11. 集中化指数： 12. 数学模型 13. 多样化指数： 14. 物理模型 15. 空间数据： 16. 概念模型 17. 峰度系数： 18. “计量革命”： 19. “4S”技术 20. 计算地理学： 21. 估计 22. 罗伦次曲线： 23. 采样误差 24. 基尼系数： 25. 最优中心 26. 方差： 27. 峰态数 28. 次序量 29. 锡尔系数： 30. 假设检验 31. 变异系数： 32. 样本 33. 非采样误差 34. 比例量 35. 间隔量 36. 循环变动： 37. 马尔可夫过程： 38. 逐步回归分析： 39. 复相关系数： 40. 相关分析显著性检验，当可信度一定时，N越大，其临界相关系数_________________。 41. 战略决策模型： 42. 状态转移过程： 43. 长期趋势： 44. 地理区 45. 模糊综合评判法 46. 秩相关系数： 47. 地理类型 48. 季节变动： 49. 回归分析方法： 50. 时间序列： 51. 直接聚类法： 52. 最优回归方程： 53. 主成分分析： 54. 马尔可夫预测法： 55. 趋势面分析： 56. 随机变动 57. 偏相关系数： 58. ARMA过程 59. 灰色预测法： 60. 趋势变动 61. 时间哑元 62. 聚类分析： 63. 人工神经网络方法 64. 时间序列分析： 65. 判别分析 66. ARIMA 67. 有向图 68. 地理学第一定律： 69. 网络图 70. 无向图 71. 网络分析： 72. 截： 73. 区域化变量： 74. 最小支撑树： 75. 地统计学： 76. 连通性 77. 距离分析 78. 节点 79. 空间自相关： 80. Moran散点图： 81. 弧 82. 强连通性 83. 克立格插值法： 84. 变异函数： 85. 网络 86. 直接消耗系数： 87. 最优解： 88. 静态投入产出模型： 89. 可行解： 90. 投入产出分析： 91. 动态投入产出模型： 92. 数值模拟 93. 四维同化 94. AHP决策分析方法： 95. 自然状态： 96. 状态概率： 97. 最佳决策方案： 98. 益损值： 99. 积累量 00. 数字神经系统 01. 系统动力学方法 02. 辅助变量 03. 地理专家系统 04. 决策问题： 05. 行动方案： 06. 速率量 07. 系统仿真 二、简答题（每题6分，共462分） 1. 简述属性数据的类型 2. 地理数据的基本特征？ 3. 地理建模过程中，针对复杂数据处理采用的措施 4. 计量地理学主要应用在哪些方面？ 5. 判断下列图中平均数、中位数、众数的大小。 6. 何谓建模，建模有何意义 7. 简述美国计量运动的三种学派。 8. 计量地理学应用中应该注意的问题？ 9. 简述统计整理和的统计分组的主要基本步骤？ 10. 地理建模过程中，数据分析经常存在哪些问题？ 11. 动态数据的可比性原则？ 12. 地理数据的渠道来源有哪些？ 13. 地理数据的分布特征值有哪些？分别适应于什么情形？ 14. 复相关系数的性质？ 15. 相在聚类分析中，常用的聚类要素的数据处理方法有几种?有哪些主要的聚类方法? 16. 简述时间序列的组合模型 17. 图形分析的作用 18. 分析三元分类图 19. 简述时间序列的组合成分 20. 简述层次聚类法的步骤？ 21. 二元变量相关分析过程的基本步骤？ 22. 简述时间序列及其意义？ 23. 简述主成分分析的计算步骤？ 24. 在多元线性回归分析中，检验与检验有何不同?在一元线性回归分析中二者是否有等价的作用? 25. 主成分分析的基本原理？ 26. 多元线性回归模型的建立过程及检验方法。 27. 聚类分析的基本原理？ 28. 因子分析中地理学中的应用 29. 一元线性回归模型的建立及检验。 30. 相关分析的类型？ 31. 判断下图的偏态类型及依据。 32. 说明显著性检验的意义和过程。 33. 简述季节性预测步骤。 34. 简述偏相关系数的性质 36. 对数据和变量进行转换的目的是什么 37. U检验或T检验，都必须解决哪三个问题？ 38. 模型建立的一般步骤 39. DW检验产生的原因？ 40. 空间洛伦茨曲线的原理及步骤 41. 简述模型的用途 42. 简述趋势面分析的一般原理及应用？ 43. 为什么进行主成分分析？它的几何意义和数学意义是什么？ 44.